改进HHT算法在导弹工作模态辨识中的应用

doi:10.3969/j.issn.1009-086x.2022.03.005

摘要/Abstract

摘要：

提高振动模态辨识精度的关键在于提高密集固有模态的分离精确度，基于对集合经验模态分解（ensemble empirical mode decomposition, EEMD）筛分结果的分析，提出了一种多次加噪的改进筛分算法，与希尔伯特变换（Hilbert transform, HT）相结合，应用于导弹工作模态辨识。与经验模态分解、集合经验模态分解算法的筛分结果相比，新方法降低了误差，有效抑制了模态混叠现象。较之对数衰减法，利用希尔伯特变换进行模态辨识，提高了参数辨识精度，同时可以辨识出固有频率随时间变化趋势，更适合分析具有时变性的导弹工作模态。该研究可为信号处理中解决模态混叠问题提供参考。

关键词: 改进EEMD算法, 模态辨识, 希尔伯特变换, 模态混叠, 端点效应

Abstract:

The key to improving the accuracy of vibration mode identification is to improve the separation accuracy of dense natural modes. Based on the analysis of the sieving results of ensemble empirical mode decomposition （EEMD）， this paper proposes a multi-noise method. The improved sieving algorithm， combined with the Hilbert Transform（HT） method， is applied to the identification of missile operating modes. Compared with the sieving results of empirical mode decomposition and ensemble empirical mode decomposition algorithms， the new algorithm reduces the error and effectively suppresses the phenomenon of modal aliasing. Compared with the logarithmic decay method， the Hilbert transform is used for mode identification， which improves the parameter identification accuracy， and can identify the variation law of natural frequency with time， which is more suitable for analyzing the time-varying missile working mode. This research can provide a reference for solving the modal aliasing problem in signal processing.

Key words: improved ensemble empirical mode decomposition（EEMD） algorithm, mode identification, Hilbert transform, modes aliasing, end effect

中图分类号:

TJ76

谢金松, 薛林, 高庆丰. 改进HHT算法在导弹工作模态辨识中的应用[J]. 现代防御技术, 2022, 50(3): 32-39.

Jin-song XIE, Lin XUE, Qing-feng GAO. Application of Improved HHT Algorithm in Missile Working Mode Identification[J]. Modern Defense Technology, 2022, 50(3): 32-39.

图/表 13

图1 EEMD算法流程

Fig.1 Flowchart of EEMD algorithm

图2 改进的EEMD算法流程

Fig.2 Flowchart of improved EEMD algorithm

图3 导弹简化欧拉梁模型

Fig.3 The missile is simplified to Euler-Bernoulli beam

表1 导弹弹体参数

Table 1 Missile body parameters

弹长

l / m m

弹径

d / m m

体密度

ρ/（kg·m^-3）

弹性模量

E / M P a

压心位置

x / m m

表1 导弹弹体参数

Table 1 Missile body parameters

弹长

l / m m

弹径

d / m m

体密度

ρ/（kg·m^-3）

弹性模量

E / M P a

压心位置

x / m m

3 762

223

1 757

10 000

1 570

图4 弹上加表量测到的振动信号

Fig.4 Vibration signal measured by accelerometer

图5 EMD算法分解结果

Fig.5 Decomposition results of EMD

图6 EEMD算法分解结果

Fig.6 Decomposition results of EEMD

图7 改进EEMD算法分解结果

Fig.7 Decomposition results of improved EEMD

表2 各算法分解精度v

Table 2 Decomposition accuracy of each algorithm

算法

一阶

模态

二阶

模态

三阶

模态

图8 峰值对数衰减法辨识过程

Fig.8 Identification process of peak logarithmic attenuation

图9 一阶IMF幅值对数变化趋势

Fig.9 Variation trend of the logarithm of the first oder IMF amplitude

图10 一阶IMF瞬时频率变化趋势

Fig.10 Variation trend of the instantaneous frequency of first oder IMF

表3 各算法辨识结果

Table 3 Identification results of each algorithm

参数	一阶模态	二阶模态	三阶模态
频率真实值/Hz	41.24~41.96	114.56~116.57	224.54~228.49
对数衰减辨识结果/Hz	44.43	122.74	237.52
HHT辨识结果/Hz	41.13~42.04	114.72~117.84	223.82~226.91
阻尼比真实值	0.008 5	0.022 1	0.033 2
对数衰减辨识结果	0.007 4	0.024 1	0.035 4
HHT辨识结果	0.008 0	0.023 9	0.034 7

参考文献 13

1	郑子元，林俊，孔寒雪，等. 导弹弹性振动在线辨识及自适应抑制［J］. 飞控与探测， 2019， 2（6）： 41-47.
	ZHENG Zi-yuan， LIN Jun， KONG Han-xue， et al. Missile Elastic Vibration Indentification and Adaptive Suppression［J］. Flight Control & Detection， 2019， 2（6）： 41-47.
2	朱敬举，张则敏，王晓峰，等. 导弹振动问题对系统可靠性的影响及应对策略［J］. 装备环境工程， 2010， 7（3）： 75-78.
	ZHU Jing-ju， ZHANG Ze-min， WANG Xiao-feng， et al. On Influence of Vibration on Reliability of Missile System and Countermeasures［J］.Equipment Environmental Engineering， 2010， 7（3）： 75-78.
3	张建伟，朱良欢，江琦，等. 基于HHT的高坝泄流结构工作模态参数辨识［J］. 振动测试与诊断，2015： 187-193， 214.
	ZHANG Jian-wei， ZHU Liang-huan， JIANG Qi， et al. Identification of Working Modal Parameters of High Dam Discharge Structures Based on HHT［J］. Vibration Testing and Diagnosis， 2015： 187-193， 214.
4	HUANG N E， SHEN Z， LONG S R， et al. The Empirical Mode Decomposition and the Hilbert Spectrum for Non-Stationary Time Series Analysis［J］. Proceedings of the Royal Society of London， Series A：Mathematical， Physical and Engineering Sciences， 1998， 454（3）： 903-995.
5	黄大吉，赵进平，苏纪兰. 希尔伯特-黄变换的端点延拓［J］. 海洋学报， 2003，25（1）： 1-11.
	HUANG Da-ji， ZHAO Jin-ping， SU Ji-lan. Endpoint Continuation of Hilbert-Huang Transform［J］. Journal of Oceanography， 2003， 25（1）： 1-11.
6	杨建文，贾民平. 希尔伯特-黄谱的端点效应分析及处理方法研究［J］. 振动工程学报，2006（2）：145-150.
	YANG Jian-wen， JIA Min-ping. Hilbert-Huang End Point Effect Analysis and Processing Method Research ［J］. Chinese Journal of Vibration Engineering， 2006（2）：145-150.
7	刘慧婷，张旻，程家兴. 基于多项式拟合算法的EMD端点问题的处理［J］.计算机工程与应用， 2004， 40（16）： 84-86.
	LIU Hui-ting， ZHANG Min， CHENG Jia-xing. Dealing with the End Issue of EMD Based on Polynomial Fitting Algorithm［J］. Computer Engineering and Applications， 2004， 40（16）： 84-86.
8	盖强，马孝江，张海勇，等.一种消除局域波法中边界效应的新方法［J］.大连理工大学学报，2002（1）：115-117.
	GAI Qiang， MA Xiao-jiang， ZHANG Hai-yong， et al. A New Method to Eliminate Boundary Effects in Local Wave Method ［J］. Journal of Dalian University of Technology， 2002（1）： 115-117.
9	WU Z， HUANG N E. Ensemble Empirical Mode Decomposition： A Noise-assisted Data Analysis Method［J］. Advanced in Adaptive Data Analysis， 2009， 1（1）： 1-41.
10	YEH J R， SHIEN J S， HUANG N E. Complementary Ensemble Empirical Mode Decomposition ： a Novel Noise Enhanced Data Analysis Method［J］. Advanced in Adaptive Data Analysis， 2010， 2（2）： 135-156.
11	练继建，荣钦彪，董霄峰，等. 抑制模态混叠的HHT结构模态参数识别方法研究［J］. 振动与冲击， 2018，37（18）： 1-8.
	LIAN Ji-jian， RONG Qin-biao， DONG Xiao-feng， et al. Structural Model Parameter Identification Method Based on an Improved HHT for Suppressing Mode Mixing［J］. Journal of Vibration and Shock， 2018，37（18）： 1-8.
12	陈永高，钟振宇. 基于改进EEMD算法的桥梁结构响应信号模态分解研究［J］. 振动与冲击， 2019， 38（10）： 23-30.
	CHEN Yong-gao， ZHONG Zhen-yu. Modal Decomposition of Response Signals for a Bridge Structure Based on the Improved EEMD［J］. Journal of Vibration and Shock， 2019， 38（10）： 23-30.
13	肖瑛，殷福亮. 解相关EMD：消除模态混叠的新方法［J］.振动与冲击， 2015， 34（4）： 25-29.
	XIAO Ying， YIN Fu-liang. Decorrelation EMD： a New Method of Eliminating Mode Mixing［J］. Journal of Vibration and Shock， 2015， 34（4）： 25-29.

[1]	杨振, 马鹏飞, 赵伟忠. 基于构件的点火控制软件设计[J]. 现代防御技术, 2023, 51(4): 97-103.
[2]	赵赛果, 姚玉维. 一种微小型USB测控应答机测距音功率解耦方法[J]. 现代防御技术, 2023, 51(4): 63-68.
[3]	关伟, 林镇明. 加速度计自旋修正系数标定方案分析[J]. 现代防御技术, 2023, 51(4): 104-109.
[4]	唐毓燕. 美国陆基中段防御核心能力分析评估[J]. 现代防御技术, 2023, 51(3): 10-19.
[5]	于勇政, 邵学辉, 高仕博, 蒲治伟, 薛冰. 多平台协同跟踪最优构型设计[J]. 现代防御技术, 2023, 51(3): 107-119.
[6]	董胜波, 苏琪雅, 于沐尧, 赵青. 协同探测与导引技术发展探讨[J]. 现代防御技术, 2023, 51(3): 75-82.
[7]	陈雨田, 陈彧欣, 张海礁, 董淑英, 徐璐, 王宇晶, 邱越. 柔性电缆PCB内电层载流量研究与实验验证[J]. 现代防御技术, 2023, 51(2): 14-22.
[8]	王激扬, 白风宇, 孙晓峰. 基于“脱靶管”原理的防空导弹脱靶量估算方法[J]. 现代防御技术, 2023, 51(2): 49-54.
[9]	马晓东, 朱京来, 胡敏. 防空导弹测试项目规划策略研究[J]. 现代防御技术, 2023, 51(2): 127-132.
[10]	唐毓燕, 李芳芳, 张振宇, 李蕾, 李陟. 美国弹道导弹防御系统中的杀伤链与杀伤网解析[J]. 现代防御技术, 2023, 51(1): 1-10.
[11]	张文杰, 郭峰, 高谦, 王世凯, 李启, 钟少康. 跨域分布式防御作战及关键技术研究[J]. 现代防御技术, 2023, 51(1): 11-16.
[12]	赵蒙, 王明宇, 谢连杰, 王健, 乔睿. 弹道导弹及其诱饵的运动特性研究[J]. 现代防御技术, 2023, 51(1): 135-144.
[13]	黄海金, 季焓, 刘骁佳, 杨波, 王宁. 面向售后保障的导弹装备健康管理系统研究[J]. 现代防御技术, 2023, 51(1): 75-85.
[14]	何荧, 万佳庆, 韦姗姗, 胡晓强. 无数据依赖智能技术在机动伴随防空传递对准中的应用[J]. 现代防御技术, 2022, 50(6): 50-58.
[15]	高嘉乐, 王毅增, 刘东亚, 郭健. 俄军反导作战体制及作战运用研究[J]. 现代防御技术, 2022, 50(6): 26-34.