一种基于小波多分辨率分析的动载荷识别方法

摘要

本发明公开了载荷识别领域的一种基于小波多分辨率分析的动载荷识别方法，用以解决目前载荷识别领域研究中存在的问题。该方法包括：首先求解识别参数；其次，基于时域卷积模型，利用小波基函数对载荷进行小波重构，得到小波响应函数；再次，对响应和小波响应函数进行小波变换，得到小波域下的系统响应和小波域下的小波响应函数；最后，计算权系数，反求载荷，完成识别。本发明可辨识冲击、突变等非平稳载荷，识别精度高；方法对多输入多输出系统中同时包含快慢变化的多路载荷间的相互干扰不敏感，可以区别并辨识多路载荷；提出了多个识别参数的定量/定性确定方法，可用于基于小波分析的动载荷识别方法的参数确定。

主权项

一种基于小波多分辨率分析的动载荷识别方法，其特征是所述方法包括：步骤1：求解识别参数，包括积分上J、积分下限I及分解层级j；其具体步骤为：步骤101：I和J的差值决定了权系数的个数，对于J，需要保证最后一个基函数的起始时间不大于响应信号的结束时间；对于I，需要保证第一个基函数的结束时间不小于响应信号的起始时间；在这种情况下，基函数才能覆盖响应信号的全部时间，所以在分解层级j下，有2^‑jt_l≤t_end   (1)2^‑j(t_f+2N‑1)≥t_begin   (2)其中，t_l是最后一个基函数的起始时间，t_f是第一个基函数的起始时间，t_begin是响应信号的起始时间，t_end是响应信号的结束时间；求解得：t_l≤2^jt_end   (3)t_f≥2^jt_begin‑(2N‑1)   (4)J＝max(t_l) J∈Z   (5)I＝min(t_f) I∈Z   (6)步骤102：依据分解层级、权系数个数和数据长度三者之间的联系，确定j的一个合理范围；权系数的个数和数据长度Len的关系为J‑I+1＝k*Len   (7)其中k∈[0,1]；通过式(3)到式(7)和k的范围，求解出分解层级j的范围；利用式(1)至式(7)计算积分上下限J和I，分解层级j；步骤2：基于时域卷积模型，利用小波基函数对载荷进行小波重构，得到小波响应函数其中，t表示时间，h(t)是单位脉冲响应函数，φ(2^jt‑k)是小波基函数，k为平移因子，j为分解层级(尺度因子)；步骤3：对系统响应和小波响应函数进行小波变换，得到小波域下的系统响应和小波域下的小波响应函数其中y(t)是系统的响应；步骤4：反求载荷在小波域下的权系数P＝G^‑1u，其中u和G分别为小波域下的系统响应u(i)和小波域下的小波响应函数g_ik的矩阵形式；步骤5：由权系数计算载荷其中P(k)是权系数矩阵P的每一个元素，并完成识别。