基于中值滤波-SVD和EMD的声发射信号特征提取

被引：50

作者：

徐锋

刘云飞

宋军

机构：

[1] 南京林业大学信息科学技术学院

来源：

仪器仪表学报 | 2011年 / 32卷 / 12期

关键词：

经验模态分解; 中值滤波-奇异值分解; 奇异值能量差分谱; 本征模态函数; 特征提取;

D O I：

10.19650/j.cnki.cjsi.2011.12.012

中图分类号：

TN911.7 [信号处理];

学科分类号：

0711 ; 080401 ; 080402 ;

摘要：

针对随机噪声和脉冲干扰对经验模态分解(EMD)质量的影响,提出中值滤波和奇异值分解(SVD)联合降噪方法,并将其与EMD分解相结合形成一种新的声发射(AE)信号特征提取方法。首先对原始AE信号进行中值滤波,去除幅值较大的异常值;其次对去除异常值的信号序列进行相空间重构和SVD分解,并针对难以确定重构阶数这一问题,提出奇异值能量差分谱概念,利用谱峰的较大值位置来确定重构阶数,以进一步降噪;最后对降噪信号进行EMD分解,以本征模态函数(IMF)的能量占比作为表征各损伤信号的特征向量。数值仿真和5层胶合板损伤的实测数据表明,该方法不仅能够滤除噪声干扰,提高EMD分解的时效性和准确性,而且能够有效地提取出胶合板AE信号特征,对其损伤类型进行有效地识别。

引用

页码：2712 / 2719

页数：8

共 11 条

[1] 基于内禀模态能量比呼吸信号特征参数提取方法 [J].