计量学报

作者：邓韬,刘哲潮,汪华章,何磊

单位：西南民族大学电气工程学院

关键词：声学计量; 声发射; 组稀疏分类; 混合重叠组稀疏; 多源信号识别

基金：国家自然科学基金(12002221);西南民族大学中央高校基本科研业务专项资金(2020NQN02)

针对高速列车车体裂纹声发射检测的多源、波模式重叠及噪声干扰问题,提出一种基于本征模态的混合重叠组稀疏(MOGS)分类方法用于声发射源识别。MOGS是一种兼顾组间和组内稀疏,同时允许类间特征重叠的结构稀疏模型。设计了一种新的噪声预分解矩阵以降低本征模态分解计算量,选取目标特征频带模态为分类样本来提高类间差异。通过K-SVD层次稀疏组套索罚训练MOGS类别字典,并给出一种罚函数块坐标可分离的近似光滑处理过程以实现MOGS套索求解。实验表明,该方法对几类多源含噪信号分类准确率均高于80%,在识别率和波形重构效果上优于对比方法。

来源：2024年第1期

《计量学报》期刊编辑部

查看计量学报杂志2024年第1期