報告題目：非線性調(diào)頻信號分解與系統(tǒng)辨識
報告人：彭志科教授 上海交通大學
報告時間：2017年4月14日（周五）16:00-17:00
報告地點： 玉泉校區(qū)教12-118
報告摘要：
基于信號平穩(wěn)性假設，傅立葉變換建立了時域信號及其頻域之間的橋梁。通過傅立葉變換，得到的頻譜反映了信號的全局頻率信息，但不能揭示頻譜的時間局部特征。然而，自然界與工程應用中常見的非平穩(wěn)信號具有頻率隨時間變化的典型特征，而傅立葉變換的本質(zhì)是將信號分解成為一組頻率不變的三角函數(shù)基，因此對于頻率隨時間變化的非平穩(wěn)信號，傅立葉變換不能準確刻畫它們這種時變的頻率模式。近年來，針對非平穩(wěn)信號的分析問題，人們提出了多種方法，主要分為兩大類：時頻分析方法和信號分解方法。常用的時頻分析方法包括：短時傅里葉變換、小波變換和魏格納-威爾分布等，但這些方法都普遍存在集中性和交叉項問題。典型的信號分解方法有經(jīng)驗模態(tài)分解，但該方法存在對噪聲敏感和分解結果缺乏明確物理含義等問題。為了更有效地分析非平穩(wěn)信號，我們將傅里葉級數(shù)模型推廣為多非線性調(diào)頻分量模型。在該模型中，每個非線性調(diào)頻分量的幅值和頻率都是時間的函數(shù)。基于該模型，發(fā)展了有效的分解方法，將信號分解為一系列非線性調(diào)頻分量。并將其應用于強非平穩(wěn)信號分析、線性振動系統(tǒng)的模態(tài)參數(shù)辨識和時變系統(tǒng)辨識，取得了很好的效果，克服了傳統(tǒng)方法難于消除環(huán)境激勵干擾和密集模態(tài)分離等一系列問題。
報告人簡介：
國家杰出青年科學基金獲得者（2011）,教育部“長江學者”特聘教授(2015)，科技部“中青年科技創(chuàng)新領軍人才”計劃(2016)。1998年7月和2003年1月于清華大學分別獲學士和博士學位，2003年4月至2009年3月期間先后在香港城市大學、英國Cranfield大學、Sheffield大學和Loughboroug大學從事博士后研究工作，2009年3月任上海交通大學特別研究員，2012年晉升為特聘教授，現(xiàn)為上海交通大學機械系統(tǒng)與振動國家重點實驗室副主任、學生處副處長、上海交通大學致遠學院工科榮譽計劃副主任。
近年來主要從事非線性動力學、振動控制與隔離、結構健康狀態(tài)監(jiān)測和設備故障診斷等研究, 發(fā)表SCI收錄論文100余篇(第1作者39篇)，SCI他引1800余次(按Google Scholar，論文引用3800余次)，3篇入選本領域近十年ESI TOP 1%高被引論文。2012年獲教育部自然科學一等獎(排名第2)，2010年獲得中國振動工程學會青年科技獎，2010年獲教育部新世紀優(yōu)秀人才支持計劃和上海市浦江人才支持計劃， 2012年獲上海青年科技英才提名獎，2014年、2015年和2016年入選愛思唯爾“中國高被引學者榜單”。
