典型文献
分段非对称随机共振系统微弱信号检测
文献摘要：
作为一种重要的信号处理方法,随机共振(SR)能够利用噪声能量增强微弱信号,有效降低噪声信号对特征提取的影响.针对分段对称系统模型随机共振幅值增益不够明显及噪声利用率较低等不足,提出一种分段非线性系统模型.该系统参数独立,易于调节,可通过调节参数诱导最佳随机共振.在双稳态模型下,推导了克莱默斯(Kramers)逃逸率和输出信噪比,同时在模型公式仿真和数值仿真两方面与分段对称系统进行对比分析,用于说明该方法的有效性.结果 表明该方法能够有效地提取特征频率,具有良好的放大性能和抗噪声能力.最后将系统应用于不同型号的轴承故障检测,并用自适应智能算法最优化系统参数.结果 显示,非对称系统的输出幅值分别为对称系统的8倍,3倍和6倍.数据表明,非对称系统能更有效地实现微弱特征检测与早期故障诊断.该研究进一步对系统在实际工程应用提供了理论指导与依据.
文献关键词：
非对称系统;随机共振(SR);遗传算法(GA);平均信噪比增益
中图分类号：
作者姓名：
贺利芳;朱伟;张天骐
作者机构：
重庆邮电大学通信与信息工程学院,重庆400065
文献出处：
引用格式：
[1]贺利芳;朱伟;张天骐-.分段非对称随机共振系统微弱信号检测)[J].振动与冲击,2022(05):114-122
A类：
非对称系统,平均信噪比增益
B类：
随机共振,微弱信号检测,信号处理,SR,声能量,能量增强,低噪声,噪声信号,系统模型,分段非线性,非线性系统,系统参数,双稳态,稳态模型,克莱默,默斯,Kramers,逃逸率,输出信噪比,提取特征,特征频率,抗噪声能力,系统应用,不同型号,轴承故障,故障检测,智能算法,优化系统,特征检测,早期故障诊断,实际工程应用,GA
AB值：
0.299748
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
