改进EEMD方法及混沌降噪应用研究

• 作者: 位秀雷 刘树勇 杨庆超 林瑞霖
• 来源期刊: 振动与冲击
• 学科: 工学
• 关键词: 总体平均经验模态分解 混沌信号 奇异值分解 降噪 S-G滤波
• 年，卷（期）: 2017,（17）
• 页码范围: 35-41
• 页数: 7页
• 分类号: TN911
• 字数: 4233字
• 语种: 中文
• DOI: 10.13465/j.cnki.jvs.2017.17.006

摘要

在总体平均经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)降噪过程中,对本征模态分量(Intrinsic Mode Function,IMF)的有效处理一直是影响降噪效果的关键.为此,提出一种基于改进EEMD的去噪方法.基于“3σ”法则和奇异值分解(Singular Value Decomposition,SVD)提取第一个IMF分量中有用信号细节.利用连续均方误差准则对剩余IMF分量进行高低频区分,分别使用SVD和S-G算法提取高低频分量的有用信号,可以有效避免了高频部分有用信号的流失,同时剔除低频分量中的部分噪声,克服了EEMD去噪时IMFs难以有效处理的不足.为了验证该方法的有效性,进行了数字仿真与双势阱混沌振动试验,结果表明,该方法的降噪效果优于小波加权和EEMD去噪方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林瑞霖	海军工程大学动力工程学院	45	202	8.0	11.0
2	刘树勇	海军工程大学动力工程学院	85	342	10.0	14.0
3	杨庆超	海军工程大学动力工程学院	45	88	5.0	6.0