基于EEMD的振动信号自适应降噪方法

摘 要：应用集合经验模式分解（Ensemble empirical mode decomposition ,EEMD）能有效抑制模态混叠的特性,根据白噪声经经验模式分解（Empirical mode decomposition, EMD）后其固有模式函数（intrinsic mode functions ,IMF）分量的能量密度与其平均周期的乘积为一常量这一特点设计了自动选择IMF分量重构信号的算法,提出了基于EEMD的振动信号自适应降噪方法。对仿真信号和滚动轴承振动信号的降噪结果表明了该降噪方法的可行性和有效性。     

改进EEMD方法及混沌降噪应用研究

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。     

基于改进EEMD的红砂岩声发射信号的频谱特性研究

针对EEMD算法在以往选取有效固有模态函数(IMF)时存在误判现象,提出了一种将EEMD与云相似度理论相结合的去噪方法。通过构造连续声发射信号的仿真实验,并与互相关系数法选取固有模态函数作了比较,以信噪比和均方误差作为指标,验证了该方法能更好地提高信噪比;利用改进EEMD算法对红砂岩声发射信号进行频率特征提取,结果表明:声发射信号分解的固有模态函数前三个IMF分量的云相似值较大,与其它分量的差值范围为0.346~0.906,经过多组实验统计分析选取阈值为0.655;通过功率谱分析,将0~25 kHz对应于IMF4、IMF5、IMF6、IMF7、IMF8低频分量,25~150 kHz对应于IMF1、IMF2、IMF3高频分量,且红砂岩破裂过程的声发射信号的有效频段为25~150 kHz。     

一种改进的EMD降噪方法

提出一种改进的基于经验模态分解（EMD）的降噪方法,将基于EMD阈值降噪方法和Savitzky-Golay滤波降噪方法相结合,改进的方法分别将经过EMD分解后得到的噪声信号的高频模态函数用阈值降噪的方法,低频模态函数用Savitzky-Golay滤波降噪的方法,这样既能保持信号的高频部分,又能较好地保持信号低频部分的光滑特性。仿真实验表明,改进EMD方法的降噪性能要优于单独使用EMD阈值方法或Savitzky-Golay滤波方法。     

一种改进的EEMD方法及其应用研究

针对集成经验模式分解(Ensemble empirical mode decomposition, EEMD)中协助噪声幅值大小需要人为经验确定的不足,基于经验模式分解(Empirical mode decomposition, EMD)二进滤波器特性,讨论了EMD出现模式混淆的原因,研究了EEMD中协助噪声幅值大小的确定原则,提出基于极值点分布特性的改进EEMD方法,通过遍态历经,以极值点分布特性为评价参数,自适应确定EEMD方法中高斯白噪声优化幅值。通过数据仿真,验证了其有效性。最后,应用于转子早期故障诊断中,结果显示可以自适应确定噪声幅值,避免参数人为选择导致分解结果的盲目性,有效抑制了传统EMD方法的模式混淆现象,可有效识别转子早期碰磨引起的故障特征。     

基于改进小波阈值函数的安全阀排放声信号降噪

在安全阀测试中,安全阀排放声信号是检验阀门是否合格的重要信息来源.鉴于安全阀排放声信号易受到周边机械系统噪声的干扰,影响测试的准确性,利用指数型函数的衰减特性,提出一种改进的自适应小波阈值降噪方法.在不同尺度上根据小波分解的噪声水平自适应的选取最佳阈值;构建一种在阈值处连续的阈值函数,引入调节因子,优化了传统阈值函数过...     

大型旋转机械非平稳振动信号的EEMD降噪方法

针对现有各种降噪方法处理非平稳机械振动信号存在的缺点,提出一种基于辅助白噪声经验模式分解技术来自适应实现旋转机械非平稳振动信号降噪。该方法是一种集成的经验模式分解（Ensemble Empirical mode decomposition,EEMD）降噪算法,利用正态分布白噪声在经验模式分解中具有的二进尺度分解特性,可以有效抑制常规经验模式分解降噪算法处理非平稳振动信号时产生的模式混叠现象。通过仿真计算和转子启动过程试验振动信号对新降噪方法、经验模式分解降噪方法及小波降噪方法的性能进行了比较测试,结果表明,在非平稳机械振动信号降噪方面,新降噪方法具有更高的信噪比,不仅能够消除高斯噪声,而且能够有效降低脉冲干扰,提取出反映信号实际物理意义的振动固有模式。     

基于声传感阵列的地面标记信号增强方法

漏磁式管道内检测器广泛应用于长距离输油管道缺陷检测中,声学地面标记器作为管道外定位装置的重要组成部分,具有重要的研究价值．然而当管道埋地深度超过4m时,由声学地面标记器采集到的管道内检测器与管道的摩擦声信号被噪声淹没,不能提取定位信息．为了解决摩擦声信号信噪比低的问题,提出采用声传感器阵列技术对摩擦声信号进行增强．根据管道内检测器与管壁摩擦声的特征,研究合适的时延估计方法,精确得到几路传感器的时延,再利用延迟－相加波束形成的方法抑制噪声,提高摩擦声的信噪比,增加基于摩擦声的地面标记方法的检测深度．为了验证声传感器阵列对管道内检测器摩擦声信号的增强效果,在河北廊坊中石化管道局的2．5 km长管道上进行多次现场实验,实验结果表明延迟－相加波束形成算法能够将摩擦声的信噪比提高了20 dB,并且有效的埋地管道检测深度可增至8 m．     

一种改进的窄带信号降噪算法及其应用

提出一种改进的基于FFT窄带信号频域降噪算法,并研究了其在宽带信号分段滤波中的应用。针对传统的基于FFT窄带信号频域去噪方法的不足,首先估计出信号频率与量化频率点的偏离程度,然后对信号进行频移,使信号频率尽量接近量化频率点,再进行频域滤波,并对滤波后信号逆向频移恢复原信号。最后,采用这种基于频移的窄带信号降噪算法对宽带信号进行分段滤波处理。Matlab仿真表明,改进的算法在不同的频率段内性能,且明显优于传统的窄带信号频域去噪算法。     

改进EEMD方法及混沌降噪应用研究EI北大核心CSCD

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。     

一种基于粗糙集的模糊信息融合方法及应用

将粗糙集理论和模糊逻辑技术结合起来，提出了一种基于粗糙集数据处理的模糊信息融合方法。运用粗糙集的基本理论和简约计算方法，从大量原始数据中发现精简的、概略化的规则，结合模糊逻辑推理建立一致粗糙模糊模型，并提出了对模型进行扩充与完备化的概念。脉动真空灭菌温度控制过程的仿真试验研究结果表明了所提方法的有效性和可行性。     

基于EEMD和混沌的信号特征提取方法及应用

提出了一种基于集合经验模态分解(EEMD)和混沌相结合的信号特征提取方法,应用于婴儿呼吸信号哮喘检测中。EEMD把呼吸的局部信号分解成一系列频率从高到低的模态分量,对各分量与局部呼吸信号进行相关分析,并给出各分量的Hilbert谱,通过局部分析的结果初步判断婴儿是否患有哮喘;然后,以EEMD局部信号检测出来的信号频率作为混沌振子检测的频率,对全局呼吸信号进行整体检测及分析,由混沌的间歇周期可以得出原始呼吸信号的频率,准确确定婴儿哮喘诊断结果。对EEMD和混沌算法的应用存在的问题进行了改进,将其应用到实测信号的分析中,验证了方法的有效性。该方法能够正确地反映信息特征,准确率高。     

基于多重降噪的滚动轴承声信号故障特征提取

针对滚动轴承故障诊断中声信号信噪比较低、特征提取困难的问题,提出多重降噪轴承故障特征提取方法.该方法首先用最小熵解卷积对故障轴承声信号进行预处理来提高信噪比,然后利用局部特征尺度分解将处理后的信号分解为多个内禀尺度分量,进一步利用相关系数-峭度值原则,筛选出最佳内禀尺度分量进行重构,最后通过1.5维Teager能量谱提...     

一种新的信号状态融合方法

为解决无线网络信号在传输过程中由于受到其他信号的干扰,导致接收端接收的信号与原始信号相比存在误差的问题,该文在利用数据关联和卡尔曼滤波对信号进行融合(fusion method of signal filtering based on wavelet transform and Calman,FSWC)的基础上,利用FARIMA(p,d,q)模型和数据关联来建立一种新的信号融合算法(signal fusion based on wavelet transform and date association,SFTD)。通过仿真实验分别研究融合信号与干扰距离、发送速率、容量、功率的变化情况。仿真结果表明:随着干扰距离的增加,容量开始呈现正相关趋势,直至趋于平稳,并且发送速率、容量、功率对融合信号也产生较大影响;SFTD算法比FSWC算法具有更好的信号状态融合准确性。     

一种新的声发射信号消噪及故障诊断方法

在旋转机械故障诊断中,声发射信号极易受到噪声的干扰。针对经验模态分解(EMD)易产生模态混叠现象,提出了一种基于经验小波变换(Empirical Wavelet Transform,EWT)的消噪和旋转机械声发射碰摩故障诊断的方法。利用了EMD和小波变换的优点,通过对傅里叶频谱进行自适应划分,并构建小波滤波器组来提取声发射信号所包含的不同固有模态分量,可有效消除模态混叠现象,同时对分量进行Hilbert变换从而实现声发射信号的消噪和故障诊断。采用该方法对仿真信号进行加噪声和消噪处理,在同信号源下,对比基于d B4全阈值消噪、d B4默认软阈值消噪、d B4对高频系数处理消噪和EMD消噪效果。并将该方法应用到实际的声发射碰摩信号中。仿真和实验分析结果表明:EWT方法可以有效地分解出信号的固有模态,分解出的模态少,并且不存在难以解释的虚假模态,消噪效果优于其他方法,并且在声发射故障诊断中也有较大的优势。     

一种基于声呐信息融合的水下图像增强方法

由于光在水中传输时的衰减和散射效应,使得光学成像细节丢失、对比度下降以及颜色偏移失真,导致水下图像雾化。因此在光线条件较为恶劣情况下,水下高性能相机对目标的有效捕捉范围较小,水下光学成像系统通常很难达到令人满意的成像效果。而声呐利用声波在水中传播衰减较小的特点可以进行更远距离的探测。因此,当水下目标距离光学探测设备较远而不能进行准确光学成像来捕捉目标时,可利用声呐采集得到的信息与光学图像进行融合,实现图像增强,提高成像效果。文章提出了一种基于声呐信息融合的水下图像增强方法,首先对水下光学图像分两步进行预处理,即基于暗通道先验模型的去雾增强和自适应图像增强,再使用声呐信息对水下图像进行局部增强,明显提高水下环境中所要探测目标的对比度与可识别度。     

基于ATF与EEMD变转速齿轮故障特征降噪方法

针对变转速下的齿轮故障特征的降噪问题,提出一种基于自适应时变滤波(Adaptive time-varying filtering,ATF)与集合经验模态分解(Ensemble empirical mode decomposition,EEMD)的齿轮故障特征降噪方法.该方法首先用线调频小波路径追踪(Chirplet p...     

一种改进HVD信号特征提取方法及应用研究

希尔伯特振动分解(HVD)广泛应用于风电机组、齿轮箱等旋转机械的故障诊断,然而,它有2个亟待解决的问题：一是算法的参数需要经验设置或人工试定;二是如何避免模态混叠选择敏感的本征模态函数分量。针对上述2个问题,提出一种优化的HVD改进算法,有效解决了希尔伯特振动分解的参数设置和模态混叠问题。首先用粒子群优化算法(PSO)对HVD算法的2个参数进行优化。其次,提出了一种新的评估指标—最大包络峰度均值作为PSO优化算法的目标函数,并提出采用最大包络峰度自适应地选择敏感的IMF分量。最后,对选定的重构信号进行平方包络谱分析并提取故障特征频率,以识别风电机组设备故障类型。通过模拟信号、实验信号和风电机组应用实例分析,验证了所提改进HVD方法的有效性。     

基于声传感阵列的地面标记信号增强方法（英文）

漏磁式管道内检测器广泛应用于长距离输油管道缺陷检测中,声学地面标记器作为管道外定位装置的重要组成部分,具有重要的研究价值.然而当管道埋地深度超过4 m时,由声学地面标记器采集到的管道内检测器与管道的摩擦声信号被噪声淹没,不能提取定位信息.为了解决摩擦声信号信噪比低的问题,提出采用声传感器阵列技术对摩擦声信号进行增强.根据管道内检测器与管壁摩擦声的特征,研究合适的时延估计方法,精确得到几路传感器的时延,再利用延迟-相加波束形成的方法抑制噪声,提高摩擦声的信噪比,增加基于摩擦声的地面标记方法的检测深度.为了验证声传感器阵列对管道内检测器摩擦声信号的增强效果,在河北廊坊中石化管道局的2.5 km长管道上进行多次现场实验,实验结果表明延迟-相加波束形成算法能够将摩擦声的信噪比提高了20 d B,并且有效的埋地管道检测深度可增至8 m.     

一种改进的遥感图像融合方法

针对传统的IHS变换和Mallat算法在融合多光谱图像和高空间分辨力图像时存在的不足,提出了一种将IHS变换和平稳小波变换相结合的遥感图像融合方法;另外,对多光谱图像和高空间分辨力图像因空间分辨力的不同而带来的融合图像中所存在的虚假轮廓问题,提出在融合过程中先定位虚假轮廓出现的位置,然后加以处理的方法.仿真结果表明,本文算法在光谱失真上小于IHS变换法,克服了Mallat算法存在的方块效应,同时较好的抑制了虚假轮廓.