时序多相关-经验模式分解方法及其对车辆振动信号的分析

• 作者: 廖庆斌 李舜酩 辛江慧
• 来源期刊: 南京航空航天大学学报
• 学科: 工学
• 关键词: 车辆 特征提取 时间序列 多相关 经验模式分解
• 年，卷（期）: 2007,（4）
• 页码范围: 465-470
• 页数: 6页
• 分类号: TH165|TN911
• 字数: 4015字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-2615.2007.04.011

摘要

振动信号的特征提取由于受强背景噪声的干扰往往具有很大的困难.在作者提出的时序多相关-经验模式分解方法的基础上,提出了一种相应的改进方法,将其扩展到一般振动信号的特征提取.先对采集到的时间序列作多相关处理,在时序多相关处理时,为了达到克服噪声干扰的目的,取一段采样序列,对其作周期延拓,使得在多相关处理后,噪声仅仅体现在多相关序列的常数项里面.再对得到的多相关数据做经验模式分解,选择满足要求的本征模式函数并作边际谱分析,以达到提取强噪声背景下的特征信号的目的.仿真分析表明了该方法的有效性.最后将它应用到实际某特种车辆振动信号的特征提取中,得到了满意的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	廖庆斌	南京航空航天大学能源与动力学院	12	227	8.0	12.0
2	李舜酩	南京航空航天大学能源与动力学院	204	2555	26.0	45.0
3	辛江慧	南京航空航天大学能源与动力学院	8	285	5.0	8.0