基于最大似然估计的小波阈值消噪技术及信号特征提取

被引：27

作者：

林京

机构：

[1] 中国科学院声学研究所声场声信息国家重点实验室北京

来源：

仪器仪表学报 | 2005年 / 09期

关键词：

小波; 消噪; 最大似然估计; 特征提取; 故障诊断;

D O I：

10.19650/j.cnki.cjsi.2005.09.011

中图分类号：

TP202 [设计、性能分析与综合];

学科分类号：

摘要：

小波阈值消噪技术是近十年来发展起来的一个新方法,它因具有强大的去噪能力而被迅速应用在许多领域。针对工程中常见的具有稀疏概率密度形式的信号,推出了基于最大似然估计准则的小波消噪方法,并以脉冲信号为例,通过与现有的小波阈值消噪作比较,证实了该方法的优越性。最后,将该方法用在识别齿轮裂纹特征,收到了很好的效果。

引用

页码：923 / 927

页数：5

共 7 条

[1] Robust wavelet denoising. S. Sardy,P. Tseng,et al. IEEE Transactions on Signal Processing . 2001
[2] Sparse code shinkage: denoising of nongaussian data by maximum likelihood estimation. A. Hyvarinen. Neural Computation . 1999
[3] Adaptive Bayesian wavelet shinkage. H. A. Chipman,E. D. Kolaczyk,R. E. Mcculloch. Journal of the American Statistical Association . 1997
[4] Wavelet threshold estimators for data with correlated noise. I . M. Johnstone,B. W. Silverman. Journal of Royal Statistical Society Series B . 1997
[5] De-noising by soft -thresholding. D. L. Donoho. IEEE Transactions on Information Theory . 1995
[6] Ideal spatial adaption by wavelet shinkage. D. L. Donoho,I . M. Johnstone. Biometrika . 1994
[7] Feature extraction based on Morlet wavelet and its application for mechanical fault diagnosis. J. Lin,L. Qu. Journal of Sound and Vibration . 2000

← 1 →