基于EEMD的振动信号自适应降噪方法

被引:184
作者
陈仁祥
汤宝平
马婧华
机构
[1] 重庆大学机械传动国家重点实验室
关键词
集合经验模式分解; 降噪; 能量密度; 平均周期;
D O I
10.13465/j.cnki.jvs.2012.15.015
中图分类号
TN911.4 [噪声与干扰];
学科分类号
080906 [电磁信息功能材料与结构];
摘要
应用集合经验模式分解能有效抑制模态混叠的特性,根据白噪声经经验模式分解后其固有模式函数分量的能量密度与其平均周期的乘积为一常量这一特点,设计了自动选择IMF分量重构信号的算法,提出了基于EEMD的振动信号自适应降噪方法。对仿真信号和滚动轴承振动信号的降噪结果表明了该降噪方法的可行性和有效性。
引用
收藏
页码:82 / 86
页数:5
相关论文
共 5 条
[1]
运用总体经验模态分解的疲劳信号降噪方法 [J].
陈隽 ;
李想 .
振动测试与诊断., 2011, 31 (01) :15-19+125
[2]
大型旋转机械非平稳振动信号的EEMD降噪方法 [J].
曹冲锋 ;
杨世锡 ;
杨将新 .
振动与冲击, 2009, 28 (09) :33-38+212
[3]
基于最优Morlet小波和SVD的滤波消噪方法及故障诊断的应用 [J].
程发斌 ;
汤宝平 ;
钟佑明 .
振动与冲击, 2008, (02) :91-94+128+178
[4]
小波门限消噪法应用中分解层数及阈值的确定 [J].
张吉先 ;
钟秋海 ;
戴亚平 .
中国电机工程学报, 2004, (02)
[5]
异常事件对EMD方法的影响及其解决方法研究 [J].
赵进平 .
青岛海洋大学学报(自然科学版), 2001, (06) :805-814