自适应最稀疏时频分析方法的分解能力研究

• 作者: 吴占涛 李宝庆 杨宇 程军圣
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 自适应最稀疏时频分析 经验模态分解 局部特征尺度分解 分解能力 相位
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 【机械工程】
• 页码范围: 43-47
• 页数: 5页
• 分类号: TH113.1|TN911.7
• 语种: 中文

摘要

自适应最稀疏时频分析（adaptive and sparsest time-frequency analysis，AST-FA）方法将信号分解转化为最优化问题，在优化的过程中实现信号的自适应分解。为了研究ASTFA 的分解能力，在定义分解能力评价指标（Evaluation Index of Decomposition Capac-ity，EIDC）的基础上，以双谐波分量合成信号模型来研究幅值比、频率比、初始相位差对ASTFA 的影响。同时，将 ASTFA 方法与经验模态分解（Empirical Mode Decomposition， EMD）、局部特征尺度分解（Local Characteristic-scale Decomposition，LCD）进行对比分析。研究结果表明，ASTFA 方法的分解能力基本不受幅值比的影响，可分解的极限频率比较大，不受初始相位差的影响，该方法的分解能力具有明显的优越性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨宇	湖南大学汽车车身先进设计制造国家重点实验室	170	5200	44.0	68.0
2	程军圣	湖南大学汽车车身先进设计制造国家重点实验室	210	5603	44.0	69.0
3	李宝庆	湖南大学汽车车身先进设计制造国家重点实验室	17	81	5.0	8.0
4	吴占涛	湖南大学汽车车身先进设计制造国家重点实验室	20	98	6.0	8.0