旋转机械升降速信号的瞬时频率估计

被引:17
作者
梁玉前
秦树人
郭瑜
机构
[1] 重庆大学机械学院测试中心
[2] 重庆大学机械学院测试中心 重庆
[3] 重庆
关键词
HMM; 时频分析; 瞬时频率; 峰值搜索;
D O I
暂无
中图分类号
TH113.1 [机械振动学];
学科分类号
080203 ;
摘要
旋转机械的升降速过程是一种非平稳过程,对其测试信号进行分析需要用时频分析方法,如短时傅里叶交换(STFT)及小波变换等方法。对于多分量信号,峰值搜索法经常被用来获取旋转机械在升降速过程中瞬时频率随时间变化的规律。但是,由于噪声和信号中邻近成分间的干扰,直接寻找的结果不能保证其精度和准确性。采用隐马尔可夫模型(Hidden markov models,HMM)进行去噪处理,极大地降低了噪声和干扰对峰值搜索结果的影响,明显提高了结果的精度。仿真试验表明该方法可以取得好的结果。
引用
收藏
页码:75 / 80
页数:6
相关论文
共 7 条
[1]   基于瞬时频率估计的旋转机械阶比跟踪 [J].
郭瑜 ;
秦树人 ;
汤宝平 ;
纪跃波 .
机械工程学报, 2003, (03) :32-36
[2]   大型旋转机械升降速过程故障诊断HMM方法研究 [J].
童进 ;
吴昭同 ;
严拱标 .
机械科学与技术, 1999, (06) :973-975
[3]   基于HMM与RBF的混合语音识别新方法 [J].
何振亚 ;
顾明亮 ;
王太君 ;
史笑兴 .
数据采集与处理, 1999, (02) :23-26
[4]   隐马尔可夫模型和动态时间现正统一框架下的汉语全音节语音识别研究 [J].
张焱 ;
姜惠春 ;
黄志同 .
声学学报, 1998, (06) :555-563
[5]   连续型隐马尔可夫模型(HMM)参数与语音识别 [J].
李四信 ;
韦岗 .
华中师范大学学报(自然科学版), 1998, (01) :47-51
[6]   隐马尔柯夫模型在信号检测中的应用 [J].
刘国亭 ;
赵瑞云 .
上海交通大学学报, 1997, (04) :116-119
[7]   基于连续高斯混合密度HMM的汉语全音节语音识别研究 [J].
国立新,莫福源,李昌立 .
声学学报, 1995, (05) :321-329