基于吸引子SVD降噪的改进EMD法

• 作者: 姚世选 李宝良 苑宇
• 来源期刊: 振动、测试与诊断
• 学科: 工学
• 关键词: 吸引子 奇异值分解 基于经验的模式分解 基本模式分量
• 年，卷（期）: 2010,（3）
• 所属期刊栏目: 论文
• 页码范围: 325-329
• 分类号: TK411
• 字数: 2756字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-6801.2010.03.025

摘要

基于经验模式分解(empirical mode decomposition,简称EMD)分解出的基本模式分量往往会因为原始数据中的一些异常数据和高频噪声而丧失明确的物理意义.因此,提出了一种基于系统重构吸引子奇异值分解(singular value decomposition,简称SVD)降噪的EMD分解方法.原始信号经SVD降噪后分解出了原信号中的有用成分和冗余成分,对有用成分进行EMD分解可以减少原信号中冗余成分对EMD分解能力的干扰,提高EMD分解能力,使得分解出的基本模式分量更加具有实际意义,更加有利于特征的提取.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李宝良	大连交通大学机械工程学院	46	265	9.0	12.0
2	苑宇	大连交通大学机械工程学院	15	36	3.0	5.0
3	姚世选	大连交通大学机械工程学院	12	27	4.0	5.0