1 研究背景与意义轴承作为旋转机械的核心零部件，其运行状态直接决定设备可靠性与生产安全性，在航空航天、智能制造、轨道交通等领域具有不可替代的作用。PHM 轴承数据集记录了轴承全生命周期的振动、温度等监测数据，基于该数据的剩余寿命（Remaining Useful Life, RUL）预测是设备预防性维护的关键技术，核心挑战在于：退化特征复杂性：轴承退化过程呈现非线性、非平稳特性，从正常状态到失效阶

一、研究背景与技术痛点迭代1.1 特征模态分解的优化需求升级参数寻优局限性：牛顿 - 拉夫逊算法依赖初始值选择，易陷入局部最优（如包络拟合系数迭代停滞），尤其在信号噪声强度＞15dB 时，分解精度下降 10%-15%；计算复杂度高：海森矩阵的求解与逆运算需消耗大量算力，在嵌入式设备（如边缘诊断模块）中部署时，实时性难以满足（分解 10s 振动信号需 1.5-2s，超出 0.5s 的工程阈值）；

在信号处理领域，时频分析是一种极其重要的工具，它可以同时显示信号在时间和频率上的信息，从而揭示信号的动态变化特性。Wigner-Ville分布（WVD）作为一种二次型的时频表示方法，因其具有较高的时频分辨率而被广泛应用于各种领域，例如语音识别、雷达信号处理、振动诊断等。然而，对于离散信号，直接计算WVD会导致交叉项问题，影响时频表示的清晰度。因此，离散Wigner-Ville分布（DWVD）应运而

平均共识（Average Consensus）作为分布式控制领域的核心问题之一，近年来在多智能体系统（Multi-Agent Systems, MAS）中受到了广泛关注。它指的是在一个由多个智能体组成的网络中，每个智能体初始拥有一组数值，通过智能体之间的信息交换和迭代更新，最终使所有智能体的值收敛到一个共同的平均值。这一看似简单的问题，却蕴含着深刻的理论基础和广泛的应用前景，例如集群控制、传感器融

随着社会经济的日益复杂化以及科学技术的迅猛发展，传统的单智能体系统在处理大规模、复杂问题时逐渐显露出局限性。多智能体系统（Multi-Agent System, MAS）作为一种新兴的分布式人工智能范式，通过多个自主智能体之间的协作与交互，能够更有效地解决诸如资源分配、交通控制、机器人群协调等问题。在多智能体系统的诸多研究领域中，一致性问题占据着举足轻重的地位，它关系到系统能否达成全局共识，从而实

在科技飞速发展的当下，多智能体系统（Multi-Agent Systems，MAS）凭借其强大的分布式处理和协同能力，成为自动化控制领域的研究热点。其中，协同群集运动控制作为多智能体系统的关键技术，能够使多个智能体在复杂环境中高效协作，实现诸如编队飞行、群体搜索等任务，在智能交通、无人机集群作业、机器人协作等领域展现出巨大的应用潜力。

在无人机协同作业、无人车编队行驶、机器人协同搬运等领域，多智能体系统的时变编队跟踪控制发挥着关键作用。时变编队要求多个智能体在运动过程中，既能按照预设的时间依赖型队形协同移动，又能准确跟踪领航者的轨迹，这对控制系统的灵活性、鲁棒性和协同性提出了极高要求。本文将深入探讨多智能体系统时变编队跟踪控制的核心原理、控制策略、稳定性分析及应用场景。一、多智能体系统时变编队跟踪基础。

在一个音节中,清辅音中的塞音连上后面元音时,由于清塞音声源是肺气流，而元音是声带音，塞音除阻后，声带音虽立即跟上，但还有很短的一段无声间隙，这一段的时长称为嗓音起始时间（简称VOT），VOT的长短不同和闭塞辅音音色在听辨上有决定性作用。图中与水平时间轴平行的较宽的黑杠为共振峰，不同元音的共振峰位置不同，通常根据宽带语谱图上各横杠的位置可以区分不同的元音，不同人发音的第一共振峰位置会不同，但其分布结

随着全球能源结构的转型和可再生能源渗透率的日益提高，配电网面临着前所未有的挑战。间歇性和波动性是可再生能源发电的固有特性，大规模接入会对配电网的稳定运行和电能质量产生显著影响。储能系统（Energy Storage System, ESS）作为一种有效的平抑波动、削峰填谷、提高电网可靠性的手段，在配电网中的应用日益广泛。然而，储能系统的优化配置，即选址和定容，是一个复杂的多目标优化问题，需要综合考

路径规划作为机器人学、交通工程、物流管理等领域的核心问题，一直备受关注。传统的路径规划算法往往基于静态环境假设，难以应对现实世界中存在的动态变化、不确定性以及复杂约束。近年来，随着多智能体系统(Multi-Agent System, MAS)研究的深入，基于MAS的路径规划方法逐渐崭露头角，其分布式、并行处理、自组织等特性为解决复杂环境下的路径规划问题提供了新的思路。本文将探讨基于多智能体系统的自