基于奇异值分解的信号特征提取方法研究

被引:47
作者
段向阳
王永生
苏永生
机构
[1] 海军工程大学船舶与动力学院
关键词
奇异值分解; 数值仿真; 特征提取; 故障诊断;
D O I
10.13465/j.cnki.jvs.2009.11.040
中图分类号
TN911.4 [噪声与干扰];
学科分类号
摘要
奇异值反映了信号中有用信号和噪声的能量分布情况,通过奇异值分解可以将隐含在噪声中的特征信号提取出来。提出了在强背景噪声中基于奇异值分解的特征提取方法。研究发现,随着信号信噪比的降低,奇异值的分布趋于直线,特征信号难以分离和提取。通过增加奇异值分解阶次,可以使反映噪声能量的奇异值的分布范围扩大,使得噪声的能量相对分散,凸显出了反映有用信号能量的奇异值,从而有利于特征信号的提取。仿真试验和故障分析实例都验证了该方法的可行性。
引用
收藏
页码:30 / 33+201 +201
页数:5
相关论文
共 4 条
[1]  
设备状态监测与故障诊断技术及应用.[M].盛兆顺;尹琦岭主编;.化学工业出版社.2003,
[2]   奇异谱分析在机械设备故障诊断中的应用 [J].
齐子元 ;
米东 ;
徐章隧 ;
陈志伟 .
噪声与振动控制, 2008, (01) :82-84+88
[3]   基于奇异谱分解的水声信号降噪方法研究 [J].
李亚安 ;
王洪超 ;
陈静 .
系统工程与电子技术, 2007, (04) :524-527
[4]   奇异值分解技术在声音信息分离中的应用 [J].
温广瑞 ;
张西宁 ;
屈梁生 ;
不详 .
西安交通大学学报 , 2003, (01) :37-40