1.氣缸蓋壓振動是多種激勵力作用的結果，由于各個激勵力的時間間隔性，可以通過時域加窗來提取缸蓋有氣缸壓力引起的振動響應信号。
2.時域統計平均技術：從混有噪聲幹擾的信号中提取有用信号的技術。
3.平滑處理
4.等曲柄轉角化和信号重采樣：把振動信号也轉化成橫坐标是角度-360—360，縱坐标是加速度。與相應的壓力信号進行對應。
5.頻域分析（傅裡葉）：
分别對他們做橫坐标是頻率的轉化，然後看壓力主要分布在哪個頻率範圍内。
6.低通濾波：根據上面得出的頻率範圍，設計濾波器，提取壓力所對應的振動信号，說明為什麼選用這個濾波器，濾波器的幅相頻響應曲線。
7.小波分析：經小波包分解後，可以得到不同頻帶、不同時刻下缸蓋振動響應信号的小波包系數，也就能夠分析出不同激勵源振動響應信号所包含的頻率資訊，以及不同頻率下振動響應信号的能量。
原始提取的信号
加窗處理，這裡使用的是hamming窗
時域平均統計處理
時域平均統計處理之後，平滑之後的處理
截取的信号，FFT變化之後，濾波後的信号，以及濾波之後的頻譜信号
小波變化之後的頻譜分析：
以上就是信号的預處理，下面介紹三種識别算法。
注意修改資料中的下面的幾行代碼，就可以獲得不同的結果了。
第二：傳遞函數法
通過仿真，H的相位和指派為：
我們最後得到的仿真結果如下所示：
同樣道理，修改資料中的下面的幾行代碼，就可以獲得不同的結果了。
第二、RBF法
| 轉速/工況 | 1 | 2 | 3 | 4 | 5 |
| 1000 | 0% | 25% | 50% | 75% | |
| 1500 | 0% | 25% | 50% | 75% | 100% |
| 1800 | 0% | 25% | 50% | 75% | 100% |
網絡以振動信号作為輸入,壓力信号作為輸出。以轉速為基準，一共三組，每一組以1、2、4、5工況下的資料為樣本，用3（負荷50%）的資料進行測試。同樣把實測壓力和識别
這裡，我們感覺你可能弄錯了，你說的這個方法是錯的，神經網絡是對相同性質的不同時刻的信号進行訓練，然後再對相同性質的信号進行測試來實作的，如果對1,2,4,5進行訓練，那麼其本質上性質為0%符合，0.25符合，。。。負荷不同，是以沒法對最後的0.5負荷進行測試識别。
這裡，我們大緻糾正了你原有的做法。
即對同一個符合下的，多個振動信号進行訓練，然後再使用同一轉速和同一負荷下的信号進行測試。測試結果如下所示：
第三、局域波法
原理在所給文章的的第二部分，也就是對與處理後的振動信号先進行希爾伯特分析，得到信号的幅值資訊，然後根據局域波分解理論,對指派函數進行局域波分解可得多個基本模式分量和一個趨勢模式分量,而這個趨勢模式分量展現了幅值函數的主要幅值資訊,也是氣缸壓力的變化資訊,稱為識别壓力。為了使兩者具有可比性,把識别壓力波形的機關和最大值歸化為實測壓力的機關和最大值。
同樣把實測壓力和識别壓力放在一個圖裡（實線和虛線），要的是程式後出的圖以及程式，不隻是截圖，應該有14個對比圖。
通過這個方法，得到的結果如下所示：
上面的步驟就是整個系統的仿真過程，下面簡要的介紹一下，算法的整體流程：