论文部分内容阅读
提出了一种新的信号分类识别的方法,首先将信号进行CEEMDAN分解得到多个固有模态分量,对每个分量求排列熵值。通过大量的数据对比分析,选择出在不同工况下,排列熵值差异最大的几阶模态分量,然后将这几组排列熵值组成特征向量,利用RBF人工神经网络实现对信号的分类识别。最后通过数据验证,比较了三种不同的分类识别方法,证明了新方法的有效性。