基于样条的振动信号局域均值分解方法

被引:29
作者
胡劲松 [1 ]
杨世锡 [2 ]
任达千 [2 ]
机构
[1] 宁波工程学院电信学院
[2] 浙江大学机能学院
关键词
振动信号; 局域均值分解(LMD); 三次样条; 时频分析;
D O I
10.16337/j.1004-9037.2009.01.002
中图分类号
TH17 [机械运行与维修];
学科分类号
0802 ;
摘要
局域均值分解(Local mean decomposition,LMD)的主要思想是把一个时间序列的信号,分解成不同尺度的包络信号和纯调频信号,然后获得信号的时频分布。LMD算法用极值点来定义局部均值函数和局域包络函数,然后用滑动平均来平滑均值和包络函数,针对用滑动平均平滑均值和包络函数误差较大的缺点,提出了采用三次样条对上、下极值点分别插值求得上下包络线,然后由上下包络线的平均获得局部平均函数,由上下包络线相减的绝对值获得局部包络的方法。通过对非线性和实例振动信号的实验研究表明,基于样条的LMD方法的分析精度比LMD方法高。
引用
收藏
页码:82 / 86
页数:5
相关论文
共 4 条
[1]   基于EMD和HT的旋转机械振动信号时频分析 [J].
胡劲松 ;
杨世锡 ;
吴昭同 ;
严拱标 .
振动、测试与诊断, 2004, (02) :22-26+75
[2]   基于经验模态分解的旋转机械振动信号滤波技术研究 [J].
胡劲松 ;
杨世锡 ;
吴昭同 ;
严拱标 .
振动、测试与诊断, 2003, (02) :20-22+67
[3]   The local mean decomposition and its application to EEG perception data [J].
Smith, JS .
JOURNAL OF THE ROYAL SOCIETY INTERFACE, 2005, 2 (05) :443-454
[4]   Application of empirical mode decomposition to heart rate variability analysis [J].
Echeverría, JC ;
Crowe, JA ;
Woolfson, MS ;
Hayes-Gill, BR .
MEDICAL & BIOLOGICAL ENGINEERING & COMPUTING, 2001, 39 (04) :471-479