一、講座時(shí)間：2018年6月1日上午9點(diǎn)
二,、講座地點(diǎn)：機(jī)械學(xué)院北415會(huì)議室
三,、講座內(nèi)容：
報(bào)告題目：非線性調(diào)頻信號(hào)分解與系統(tǒng)辨識(shí)
嘉賓信息：彭志科 上海交通大學(xué)機(jī)械系統(tǒng)與振動(dòng)國(guó)家重點(diǎn)實(shí)驗(yàn)室
彭志科，本碩博畢業(yè)于清華大學(xué),，國(guó)家杰出青年科學(xué)基金獲得者（2011）,，教育部“長(zhǎng)江學(xué)者”特聘教授(2015)，科技部“中青年科技創(chuàng)新領(lǐng)軍人才”(2016),。1998年和2003年在清華大學(xué)分別獲學(xué)士和博士學(xué)位,，2003年4月至2009年3月期間先后在香港城市大學(xué)、英國(guó)Cranfield大學(xué),、Sheffield大學(xué)和Loughborough大學(xué)從事博士后研究工作,，自2009年起，分別為上海交通大學(xué)特別研究員,、特聘教授?，F(xiàn)為上海交通大學(xué)機(jī)械與動(dòng)力工程學(xué)院常務(wù)副院長(zhǎng)、機(jī)械系統(tǒng)與振動(dòng)國(guó)家重點(diǎn)實(shí)驗(yàn)室副主任,。
近年來圍繞動(dòng)力學(xué)分析,、振動(dòng)控制與隔離和健康狀態(tài)監(jiān)測(cè)等展開研究，在1)非線性系統(tǒng)建模與分析,；2)振動(dòng)抑制和隔離理論,；3)結(jié)構(gòu)損傷定量診斷；4)非平穩(wěn)信號(hào)分析等方面取得了一些創(chuàng)新成果,。發(fā)表SCI收錄論文116篇(第1作者39篇),，SCI他引2000余次，3篇論文曾入選本領(lǐng)域近十年ESI TOP 1%高被引論文,。2014~2017年連續(xù)入選愛思唯爾“中國(guó)高被引學(xué)者榜單”,。多次受邀在國(guó)內(nèi)外學(xué)術(shù)會(huì)議上做大會(huì)特邀報(bào)告，在國(guó)防科技大學(xué)短期講學(xué)1次,。先后獲上海青年科技英才提名獎(jiǎng),、中國(guó)振動(dòng)工程學(xué)會(huì)青年科技獎(jiǎng)、教育部新世紀(jì)優(yōu)秀人才支持計(jì)劃,、上海市浦江人才支持計(jì)劃,、教育部自然科學(xué)一等獎(jiǎng)(排名第2)和教育部科學(xué)技術(shù)進(jìn)步二等獎(jiǎng)(排名第5),。
擔(dān)任全國(guó)科技創(chuàng)新領(lǐng)軍人才聯(lián)盟理事、中國(guó)振動(dòng)工程學(xué)會(huì)理事,、上海力學(xué)學(xué)會(huì)理事,、中國(guó)力學(xué)學(xué)會(huì)動(dòng)力學(xué)與控制專業(yè)委員會(huì)委員、中國(guó)振動(dòng)工程學(xué)會(huì)非線性振動(dòng)專業(yè)委員會(huì)副主任委員,、中國(guó)振動(dòng)工程學(xué)會(huì)設(shè)備故障診斷專業(yè)委員會(huì)常務(wù)理事,、中國(guó)振動(dòng)工程學(xué)會(huì)高級(jí)會(huì)員。
報(bào)告簡(jiǎn)介：基于信號(hào)平穩(wěn)性假設(shè),，傅立葉變換建立了時(shí)域信號(hào)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(hào)的全局頻率信息,，但不能揭示頻譜的時(shí)間局部特征,。然而，自然界與工程應(yīng)用中常見的非平穩(wěn)信號(hào)具有頻率隨時(shí)間變化的典型特征,，而傅立葉變換的本質(zhì)是將信號(hào)分解成為一組頻率不變的三角函數(shù)基,，因此對(duì)于頻率隨時(shí)間變化的非平穩(wěn)信號(hào)，傅立葉變換不能準(zhǔn)確刻畫它們這種時(shí)變的頻率模式,。近年來,，針對(duì)非平穩(wěn)信號(hào)的分析問題，人們提出了多種方法,，主要分為兩大類：時(shí)頻分析方法和信號(hào)分解方法,。常用的時(shí)頻分析方法包括：短時(shí)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(xiàng)問題,。典型的信號(hào)分解方法有經(jīng)驗(yàn)?zāi)B(tài)分解，但該方法存在對(duì)噪聲敏感和分解結(jié)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(hào),，我們將傅里葉級(jí)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(gè)非線性調(diào)頻分量的幅值和頻率都是時(shí)間的函數(shù),。基于該模型,，發(fā)展了有效的分解方法,，將信號(hào)分解為一系列非線性調(diào)頻分量。并將其應(yīng)用于強(qiáng)非平穩(wěn)信號(hào)分析,、線性振動(dòng)系統(tǒng)的模態(tài)參數(shù)辨識(shí)和時(shí)變系統(tǒng)辨識(shí),，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(lì)干擾和密集模態(tài)分離等一系列問題,。
福州大學(xué) 機(jī)械學(xué)院
2018年5月19日
