论文部分内容阅读
提出了基于人工化学反应优化算法（artificial chemical reaction optimization algorithm，ACROA）的自适应最稀疏窄带分解（adaptive sparsest narrow—band decomposition，ASNBD）方法，将信号分解转化为对滤波器参数的优化问题，使用ACROA进行优化，以得到信号的最稀疏解为优化目标，在优化过程中将信号自适应地分解成若干个具有物理意义的局部窄带信号。对数值仿真和齿轮故障数据进行分析，结果表明该方法在抑制模态混淆、抗噪声