本项目以机械设备的振动与噪声的激励源的分析为工程应用背景,发展基于高阶谱,模糊神经网络,隐马尔可夫模型的激励源的盲分离方法,研究内容包括三阶谱盲源分离算法,基于互高创谱的盲反滤波算法,基于隐马尔可夫模型和模糊神经网络的盲分离方法,该方法的实现分机械设备的状态监测和故障诊断更为直接有效,并可将之推广到其他检测领域。
{{i.achievement_title}}
数据更新时间:2023-05-31
硬件木马:关键问题研究进展及新动向
基于余量谐波平衡的两质点动力学系统振动频率与响应分析
混采地震数据高效高精度分离处理方法研究进展
采煤工作面"爆注"一体化防突理论与技术
氰化法综合回收含碲金精矿中金和碲的工艺研究
机械振动本底源信号半盲分离与重建方法的研究
传导电磁干扰计量测试及噪声盲源信号软分离研究
复杂电力扰动信号的盲源分离方法研究
基于盲源分离的复合声频信号处理与故障诊断方法