基于改进的集合经验模态方法振动信号分解

• 作者: 任斐 刘涛 杜世昌 梁鑫光 黄德林
• 来源期刊: 上海交通大学学报
• 学科: 工学
• 关键词: 集合经验模态分解 变步长模式搜索 振动信号 模态混叠
• 年，卷（期）: 2016,（9）
• 页码范围: 1452-1459
• 分类号: TH161
• 语种: 中文
• DOI: 10.16183/j.cnki.jsjtu.2016.09.017

摘要

针对集合经验模态分解(EEMD)中2个重要参数白噪声幅值系数和集合平均次数的优化问题,提出了一种基于变步长模式搜索的集合经验模态方法.该方法以EEMD期望的分解误差设定值为目标,利用自适应EEMD得到的白噪声幅值系数为初值,对不同振动信号能够自动获取合适的EEMD参数,解决模态混叠问题.仿真实验和工程案例验证结果表明:与传统EEMD和自适应EEMD相比,基于变步长模式搜索的EEMD方法具有更高的分解精度及更快的运算效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘涛	上海交通大学机械与动力工程学院	127	676	13.0	19.0
2	梁鑫光		12	49	4.0	6.0
3	杜世昌	上海交通大学机械与动力工程学院	33	216	9.0	13.0
4	任斐		18	43	4.0	5.0
5	黄德林	上海交通大学机械与动力工程学院	4	8	1.0	2.0