基于小波分解和BP神经网络的磁巴克豪森噪声信号分层分析研究

基于小波分解和BP神经网络的磁巴克豪森噪声信号分层分析研究因小波变换具有多尺度分析的特点，在时频两域都有表征信号局部特征的能力，因此采用小波分解方法研究了不同时频成分的磁巴克豪森(MBN)信号随温度和应力变化的灵敏度问题。采用db5小波对MBN信号进行6层小波分解，提取各层分解系数的均值和均方根，并讨论分析了各特征值随所加应力以及温度变化的相对变化关系。研究表明，在试样的弹性范围内，低频系数和各层高频系数的均值和均方根都随压应力的增加而减小;各层高频系数的均值和均方根随温度的升高而降低，低频系数的均值和均方根随温度的升高而升高。最后将温度、原始MBN信号以及各分解系数的均值和均方根作为神经网络的输入，压应力作为其输出建立神经网络模型，结果表明该神经网络模型与之前没有用小波分解时的神经网络模型相比，检测应力的准确性更高。

标题：基于小波分解和BP神经网络的磁巴克豪森噪声信号分层分析研究

作者：姬小丽,王平,田贵云,朱磊,

关键词：磁巴克豪森噪声,小波分解,BP神经网络,

发表日期：2012年11月

2025-1-19 13:56 上传 基于小波分解和BP神经网络的磁巴克豪森噪声信号分层分析研究.pdf

文件大小:

1.78 MB

下载次数:

60

高速下载