基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对强背景噪声下水工结构振动信号微弱特征提取困难的问题,提出了一种基于经验小波变换(EWT)和奇异值分解(SVD)的联合降噪方法.首先,针对信号主要频率特征,利用EWT算法分解信号,获得具有信号频率特征的IMF分量;然后,求取IMF分量的奇异值,运用SVD算法重构IMF分量,实现振动信号高频噪声的滤除.通过对实际工程振动信号的分析,验证了该方法不仅对振动信号中的噪声具有较好的滤除效果,还能够更清晰、有效提取结构的振动特征信息,对水工结构安全监测具有一定的实用价值及推广意义.
推荐文章
奇异值分解和EEMD的非线性振动信号降噪方法
非线性振动信号
奇异值分解
集合经验模态分解
降噪
小波降噪在测井信号处理中的应用
测井仪器
微弱信号检测
小波降噪
分解层数
阈值法
EWT分解和SVD消噪在轴承故障诊断中的应用
经验小波变换
奇异值分解
Hilbert变换
轴承故障诊断
基于WP_SVD降噪的OLTC振动信号特征识别
奇异值分解
小波包
经验模态分解
希尔伯特-黄变换
有载分接开关
振动信号
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 EWT与SVD在水工结构振动信号降噪中的应用
来源期刊 广东水利水电 学科 工学
关键词 水工结构 振动信号 降噪 经验小波变换(EWT) 奇异值分解(SVD)
年,卷(期) 2022,(4) 所属期刊栏目 水工建筑
研究方向 页码范围 52-58
页数 7页 分类号 TV312
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
水工结构
振动信号
降噪
经验小波变换(EWT)
奇异值分解(SVD)
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
广东水利水电
月刊
1008-0112
44-1430/TV
大16开
广东省广州市天寿路116号广东省水利水电科学研究院
1972
chi
出版文献量(篇)
5869
总下载数(次)
6
总被引数(次)
12655
论文1v1指导