Please wait a minute...
工程设计学报
工程设计学报  2012, Vol. 19 Issue (2): 123-127    
机电一体化和智能化系统设计理论、方法与技术     
关于Volterra频域核辨识的多音激励信号设计
韩海涛1,马红光1,韩琨2,郑耿乐3
1.第二炮兵工程学院 101教研室,陕西 西安 710025；
2.中国兵器工业203研究所,陕西 西安 710065；
3. 第二炮兵青州士官学校,山东 青州 262500
Multitone stimulus signal design for identifying volterra frequency domain kernels
HAN Hai-tao1,MA Hong-guang1,HAN Kun2,ZHENG Geng-le3
1.Staff Room 101 of The Second Artillery Engineering College, Xi′an 710025, China;
2.No.203 Research Institute of China Armament Industry， Xi′an 710065, China;
3.The Second Artillery Sergeant School, Qingzhou 262500, China
 全文: PDF(1215 KB)   HTML
摘要： 为解决非线性系统辨识多音激励信号的设计问题,提出了一种多音激励信号的设计方法.该方法首先研究了多音激励下Volterra核的频域输出特性,推导出了前3阶Volterra核的频域输出的计算公式,进而采用全局搜索法搜索最优频率分量,使非线性系统在多音信号激励下,各阶核的频域输出分量互不重合,从而达到系统可辨识的条件.对一非线性电路,采用所设计的激励信号,可辨识出该电路的前3阶Volterra频域核,验证了该方法的有效性.
关键词： Volterra;  系统辨识;  GFRF;  故障诊断;  激励信号设计    
Abstract: To solve the design problem of identifying the multitone excitation signal for nonlinear system, a design method was proposed for the multitone signal. Firstly, the frequency-domain output characteristics of Volterra series excited by the multitone signal were investigated. Then a comprehensive searching technique was adopted to search the best frequency components, which made the output frequency components of each kernel of the nonlinear system excited by the designed multitone signal don't overlap. Thereby, the conditions for a nonlinear system to be identified were met. With the stimulus signal produced by the proposed method, the top three orders of Volterra frequency-domain kernels can be identified for a target nonlinear circuit. The effectiveness of the proposed method is validated via the simulation test.
Key words: Volterra    system identification    generalize frequency response function    fault diagnosis    design of stimulus signal
出版日期: 2012-04-15
基金资助:

国家自然科学基金资助项目(61174207,61074072)
服务　　
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章　　

引用本文:

韩海涛,马红光,韩琨,郑耿乐. 关于Volterra频域核辨识的多音激励信号设计[J]. 工程设计学报, 2012, 19(2): 123-127.

HAN Hai-tao,MA Hong-guang,HAN Kun,ZHENG Geng-le. Multitone stimulus signal design for identifying volterra frequency domain kernels. Chinese Journal of Engineering Design, 2012, 19(2): 123-127.

链接本文:

https://www.zjujournals.com/gcsjxb/CN/    或    https://www.zjujournals.com/gcsjxb/CN/Y2012/V19/I2/123

[1] 吴国沛, 余银犬, 涂文兵. 永磁同步电机故障诊断研究综述[J]. 工程设计学报, 2021, 28(5): 548-558.
[2] 倪洪启, 金驰, 冯霏. 波纹补偿器故障诊断系统研制[J]. 工程设计学报, 2019, 26(3): 354-363.
[3] 马天兵, 王孝东, 杜菲, 王鑫泉. 基于GA-SVM的刚性罐道故障诊断[J]. 工程设计学报, 2019, 26(2): 170-176.
[4] 胡艺耀, 朱斌, 张伟, 何畏, 沈平生. 知识库构建工具软件的设计与实现[J]. 工程设计学报, 2018, 25(4): 367-373.
[5] 李晓豁，翁正洋，钱亚森，史尚伟，李 岩. 基于果蝇算法优化模糊RBF网络的液压破碎锤故障诊断[J]. 工程设计学报, 2015, 22(6): 540-545.
[6] 李玲玲, 景丽婷, 马东娟, 李志刚. 改进证据理论及其在电力系统故障诊断中的应用[J]. 工程设计学报, 2012, 19(6): 485-488.
[7] 郝志勇, 刘伟, 夏玮, 闫闯. 基于BP神经网络的吸运风机故障诊断[J]. 工程设计学报, 2012, 19(1): 57-60.
[8] 韩海涛, 马红光, 李飞, 张家良. 基于系统输出频率响应函数的非线性系统研究[J]. 工程设计学报, 2011, 18(5): 373-376.
[9] 郭玉秀, 倪晓红, 王玉田. 基于混沌弱信号检测的轧机故障诊断研究[J]. 工程设计学报, 2011, 18(3): 218-221.
[10] 王成刚, 王学伟, 杨智勇, 曾儒伟. 测试性建模中故障模式概率更新算法研究[J]. 工程设计学报, 2009, 16(4): 252-255.
[11] 王子玲, 许爱强, 牛双诚. 基于多故障假设的诊断策略研究与应用[J]. 工程设计学报, 2009, 16(4): 281-286.
[12] 王 莉, 周新东. 基于Siemens PLC和自校正控制算法的炭素回转窑系统的控制[J]. 工程设计学报, 2008, 15(1): 50-53.
[13] 陈勇, 梁军. 滑动模型MPCA在非线性系统故障监测与诊断中的应用[J]. 工程设计学报, 2003, 10(3): 131-135.
[14] 陈勇, 梁军, 陆浩. 基于PCA的多变量控制系统的故障监测与诊断[J]. 工程设计学报, 2002, 9(5): 257-260.