基于神经网络的自动机冲击振动信号混沌特征识别

• 作者: 任海锋 李海广 潘宏侠
• 来源期刊: 火炮发射与控制学报
• 关键词: 自动机 神经网络 混沌 噪音 冲击振动
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 故障预测与故障诊断
• 页码范围: 82-86,95
• 页数: 6页
• 分类号: TJ25
• 语种: 中文
• DOI: 10.19323/j.issn.1673-6524.2016.04.018

摘要

针对武器自动机含噪冲击振动信号的混沌特性识别问题,提出了基于神经网络的混沌特征识别算法.将信号进行降噪处理,利用神经网络强大的学习和非线性处理能力,逼近信号真实相空间映射建立Jacobian矩阵,通过Jacobian矩阵计算出最大Lyapunov指数,并判断信号是否含有混沌特征.分别采用Lorenz仿真系统和自动机动作的冲击振动实测信号进行算法验证,仿真和试验结果表明提出的算法可以有效地解决自动机冲击振动信号混沌特性识别问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘宏侠	中北大学机电工程学院	359	2630	23.0	34.0
2	李海广	中北大学机电工程学院	3	5	1.0	2.0
6	任海锋	中北大学机电工程学院	8	27	3.0	5.0