在土木工程中,非线性行为普遍存在,传统的对线性系统进行参数识别的方法并不适用,并且相对来说难度更大。而在工程实际中,高层建筑......

研究了基于自适应最稀疏时频分析方法的非线性系统识别方法.通过自适应最稀疏时频分析方法识别了Duffing非线性系统和Van der Pol......

对转子系统进行故障诊断的关键就是如何有效地提取其故障特征。基于时频分析的故障特征提取方法能较全面地提取故障信号的时频特征......

对旋转机械进行故障诊断,实际上就是有效地提取其故障特征信息,目前应用较广泛的是基于时频分析的故障特征提取方法,如经验模态分......

自适应最稀疏时频分析（adaptive and sparsest time-frequency analysis,ASTFA）方法将信号分解转化为最优化问题,在优化的过程中实现......

自适应最稀疏时频分析（adaptive and sparsest time-frequency analysis，AST—FA）是一种新的时频分析方法，该方法需要事先确定较为准确......

摘要：提出一种新的反映信号复杂度或非线性度的方法——多尺度模糊熵偏均值（PMMFE），PMMFE是在多尺度模糊熵的基础上提出的。多尺度模糊......

摘要：研究了一种新的自适应时频分析方法——自适应最稀疏时频分析（ASTFA）方法，并将其运用于结构振动响应分析，提出了基于ASTFA的结构损......

摘要： 自适应最稀疏时频分析（Aadaptive and Sparsest TimeFrequency Analysis，ASTFA）是一种新的时频分析方法，该方法将信号分解转化为......

结合自适应最稀疏时频分析（ASTFA）和广义解调的优点提出了基于ASTFA的广义解调方法。该方法首先采用ASTFA对原始信号进行分解,得到分......

旋转机械故障诊断技术有着重要的研究意义,其关键在于提取故障的特征信息。然而,旋转机械的信号多数是非平稳信号。所以,选取适合......

为解决自适应最稀疏时频分析（ASTFA）方法中初始相位函数的选择问题,采用遗传算法（GA）对ASTFA的初始相位函数进行优化,提出了GA-ASTFA方......

机械设备状态监测和故障诊断对于保证设备健康运行具有重要的作用。随着科学技术的发展,现代机械设备越来越复杂,对机械故障诊断新......

自适应最稀疏时频分析(Adaptive and sparsest time-frequency analysis,ASTFA)方法能对复杂信号进行自适 应的分解,但是初始相位......

针对行星齿轮箱故障信号的调制特点，提出基于自适应最稀疏时频分析(AdaptiveandSparsestTime-FrequencyAnalysis，ASTFA)和对称差分能......

自适应最稀疏时频分析（adaptive and sparsest time-frequency analysis,ASTFA）方法以分解得到的单分量个数最少为优化目标,以单分量......

自适应最稀疏时频分析（Adaptive and Sparsest Time-Frequency Analysis ，简称ASTFA）方法是一种新的信号分解方法，该方法将信号分解问......