基于HHT和SVM的砰擊檢測算法研究.pdf

1、隨著國家對航海戰(zhàn)略的不斷推進和船體結構監(jiān)測系統(tǒng)的迅猛發(fā)展，對監(jiān)測系統(tǒng)獲得的數(shù)據(jù)進行一個有效地分析處理就顯得極為重要。當船在波濤洶涌的海中航行時，船體某部分出水后，由于波浪和船體的相對運動又快速沉浸于水中，就會導致船體與波面之間發(fā)生強烈沖撞的砰擊現(xiàn)象。砰擊對船體結構有很大的影響，其中巨大的砰擊力對船體的局部結構會造成很大沖擊，另外長時間的遭受砰擊這也會使得整個船體發(fā)生劇烈振動，當較大的振動彎矩和波浪誘導彎矩累加到一起，船體的總縱強度喪失的

2、可能性提高。為此，研究船體結構監(jiān)測中砰擊信號的檢測具有十分重要的意義，同時這也是構建完善船體結構監(jiān)測系統(tǒng)主要內容之一。
　　本文首先對砰擊信號方面的國內外研究現(xiàn)狀進行了對比研究，并且詳細研究幾種典型的時頻分析方法在分析砰擊信號時各自的特點、應用范圍及其優(yōu)缺點，在此之上，提出了一種基于希爾伯特黃變換（HHT）和支持向量機（SVM）分類器相結合的方法來應用于砰擊信號的識別中，這樣能充分體現(xiàn)出在分析和處理非線性非平穩(wěn)信號時 HHT的優(yōu)勢

3、以及SVM在樣本統(tǒng)計學習分類中的有效的優(yōu)勢。然后再借助于HHT方法中的經驗模態(tài)分解方法的改進方法-集成經驗模態(tài)分解（EEMD）對信號數(shù)據(jù)進行分解，根據(jù)砰擊信號的特征對其進行特征提取，選擇有代表性的特征量組成特征向量，獲得足夠多的樣本之后隨機抽取樣本數(shù)據(jù)生成訓練樣本和測試樣本，然后采用SVM方法實現(xiàn)對砰擊信號的檢測識別。最后通過matlab對以上分析進行仿真，根據(jù)獲得的結果分析并驗證了本文提出的方法具有快速、模式簡潔、分類準確率高等優(yōu)點，

4、可以為船體結構評估系統(tǒng)提供可靠的參考依據(jù)。本文完成的主要研究工作如下：
　　首先，對船體結構監(jiān)測中砰擊信號的研究現(xiàn)狀進行了研究，分析了砰擊信號的特點建立簡單的信號模型，并且研究了幾種典型傳統(tǒng)的時頻分析方法在信號處理時的應用，比較分析這幾種方法分析砰擊信號時各自的優(yōu)缺點，并作簡要總結。
　　其次，詳細分析了希爾伯特黃變換方法，在砰擊信號的檢測中借助于HHT方法，通過使用EMD和EEMD分解仿真信號進行對比，最后選擇EEMD對信