结合经验模态分解的振动信号趋势项提取方法

被引:24
作者
李振兴
机构
[1] 部队
关键词
振动信号; 经验模态分解; 趋势项; 最小二乘;
D O I
暂无
中图分类号
V557 [数据处理];
学科分类号
083905 [应用与数据安全及新兴信息技术安全];
摘要
提出一种结合经验模态分解(Empirical Mode Decomposition,EMD)的振动信号趋势项提取方法。利用EMD将信号分解为一系列固有模态函数(Intrinsic Mode Function,IMF),根据振动信号过零点特性,对属于趋势项的IMF分量进行判别,并对判别为趋势项的IMF分量进一步利用最小二乘法进行趋势项拟合,将拟合结果求和作为最终趋势项。数值模拟试验和实测数据处理结果表明,这一方法无需假设趋势项类型,且可不受EMD过程中模态混叠和端点效应的影响,使趋势项提取更为准确。
引用
收藏
页码:56 / 60
页数:5
相关论文
共 6 条
[1]
EMD的频带滤波筛分方法 [J].
郭淑卿 .
中国民航大学学报, 2008, (04) :30-33+39
[2]
希尔伯特-黄变换的统一理论依据研究 [J].
钟佑明 ;
秦树人 .
振动与冲击, 2006, (03) :40-43+204
[3]
基于最小二乘原理的趋势项处理及其MATLAB的实现 [J].
王广斌 ;
刘义伦 ;
金晓宏 ;
何玉辉 .
有色设备, 2005, (05)
[4]
经验模分解在信号趋势项提取中的应用 [J].
陈隽 ;
徐幼麟 .
振动、测试与诊断, 2005, (02) :101-104+153
[5]
基于小波分析的非平稳时间序列分析与预测 [J].
马社祥 ;
刘贵忠 ;
曾召华 .
系统工程学报, 2000, (04) :305-311
[6]