制造业自动化
製造業自動化
제조업자동화
MANUFACTURING AUTOMATION
2014年
21期
61-64
,共4页
毛向东%袁惠群%孙华刚
毛嚮東%袁惠群%孫華剛
모향동%원혜군%손화강
经验模式分解%固有模式函数%奇异谱%重构
經驗模式分解%固有模式函數%奇異譜%重構
경험모식분해%고유모식함수%기이보%중구
如果信号的信噪比较小,经验模式分解由于无法对原始信号进行正确分解而失效。为此,提出经验模式分解和奇异谱相结合的微弱信号提取方法。该方法首先采用经验模式分解方法获取若干个固有模式函数,并对包含特征频率成分的固有模式函数进行重组和相空间重构,而后进行奇异谱分析。最后,利用由奇异谱分析得到的主分量和经验正交函数反重构出一个新的时间序列,并对该时间序列进行频谱分析。仿真和实验分析均表明该方法能够有效的从强噪声干扰中提取出微弱特征信号。
如果信號的信譟比較小,經驗模式分解由于無法對原始信號進行正確分解而失效。為此,提齣經驗模式分解和奇異譜相結閤的微弱信號提取方法。該方法首先採用經驗模式分解方法穫取若榦箇固有模式函數,併對包含特徵頻率成分的固有模式函數進行重組和相空間重構,而後進行奇異譜分析。最後,利用由奇異譜分析得到的主分量和經驗正交函數反重構齣一箇新的時間序列,併對該時間序列進行頻譜分析。倣真和實驗分析均錶明該方法能夠有效的從彊譟聲榦擾中提取齣微弱特徵信號。
여과신호적신조비교소,경험모식분해유우무법대원시신호진행정학분해이실효。위차,제출경험모식분해화기이보상결합적미약신호제취방법。해방법수선채용경험모식분해방법획취약간개고유모식함수,병대포함특정빈솔성분적고유모식함수진행중조화상공간중구,이후진행기이보분석。최후,이용유기이보분석득도적주분량화경험정교함수반중구출일개신적시간서렬,병대해시간서렬진행빈보분석。방진화실험분석균표명해방법능구유효적종강조성간우중제취출미약특정신호。