基于高斯混合模型的非高斯随机振动幅值概率密度函数
2014-09-05程红伟陶俊勇
振动与冲击 2014年5期
程红伟, 陶俊勇, 蒋 瑜, 陈 循
(1.国防科技大学 装备综合保障技术重点实验室,长沙 410073;2.国防科技大学 机电工程与自动化学院,长沙 410073)
在工程实际中,一般基于高斯假设对机械振动信号进行统计分析和研究。但是,近来越来越多的学者注意到机械振动的高斯性假设在某些情况下是不成立的,机械随机振动的非高斯特性开始受到关注。Steinwolf[1]研究了湍流边界层在机翼蒙皮所引起振动的非高斯性。Gioffré[2],Gurley[3]和董欣[4]分别研究了风引起的振动载荷的非高斯性。Rouillard[5]深入研究了车辆振动环境的非高斯性,并提出了一种基于计算机程序的高斯分解方法。Rychlik等[6-8]对海浪引起的振动载荷的非高斯性进行了大量的统计研究。
对于平稳非高斯振动信号,概率密度函数能够全面地反映其统计特性,它决定了非高斯信号高阶矩和高阶累积量的大小。非高斯随机信号幅值概率密度函数的数学描述,主要有Edgeworth展开法、高斯变换法和最大熵法。Harremoes[9]对比分析了最大熵法和Edgeworth展开法的优缺点。Winterstein[10]分析了Edgeworth展开法的缺点,并通过对高斯概率密度函数进行非线性变换,得到基于高斯变换法的非高斯概率密度函数。在随机信号非高斯性较强的情况下,Edgeworth展开法得到的概率密度曲线会出现负值并呈现多峰态;而基于最大熵理论的方法也会使单峰的非高斯概率密度函数呈现多峰态[9]。高斯变换法的问题在于仅适用于一定的峭度范围,并且该方法计算过程复杂[10]。另外,Steinwolf[11]提出了一种基于经验信息的高斯曲线拼接法。……
登录APP查看全文
