基于中值滤波-SVD和EMD的声发射信号特征提取

• 作者: 刘云飞 宋军 徐锋
• 来源期刊: 仪器仪表学报
• 学科: 工学
• 关键词: 经验模态分解 中值滤波-奇异值分解 奇异值能量差分谱 本征模态函数 特征提取
• 年，卷（期）: 2011,（12）
• 所属期刊栏目: 学术论文
• 页码范围: 2712-2719
• 分类号: TB52+.9
• 字数: 4145字
• 语种: 中文

摘要

针对随机噪声和脉冲干扰对经验模态分解(EMD)质量的影响,提出中值滤波和奇异值分解(SVD)联合降噪方法,并将其与EMD分解相结合形成一种新的声发射(AE)信号特征提取方法.首先对原始AE信号进行中值滤波,去除幅值较大的异常值；其次对去除异常值的信号序列进行相空间重构和SVD分解,并针对难以确定重构阶数这一问题,提出奇异值能量差分谱概念,利用谱峰的较大值位置来确定重构阶数,以进一步降噪；最后对降噪信号进行EMD分解,以本征模态函数(IMF)的能量占比作为表征各损伤信号的特征向量.数值仿真和5层胶合板损伤的实测数据表明,该方法不仅能够滤除噪声干扰,提高EMD分解的时效性和准确性,而且能够有效地提取出胶合板AE信号特征,对其损伤类型进行有效地识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋军	南京林业大学信息科学技术学院	19	243	8.0	15.0
2	刘云飞	南京林业大学信息科学技术学院	68	378	11.0	16.0
3	徐锋	南京林业大学信息科学技术学院	21	153	6.0	12.0