首页 | 本学科首页   官方微博 | 高级检索  
     

基于局部投影和小波降噪的弱冲击特征信号的提取
引用本文:吕勇, 徐金梧, 李友荣, 杨德斌. 基于局部投影和小波降噪的弱冲击特征信号的提取[J]. 工程科学学报, 2004, 26(3): 319-321. DOI: 10.13374/j.issn1001-053x.2004.03.024
作者姓名:吕勇  徐金梧  李友荣  杨德斌
作者单位:北京科技大学机械工程学院,北京,100083;武汉科技大学机械自动化学院,武汉,430081;北京科技大学机械工程学院,北京,100083;武汉科技大学机械自动化学院,武汉,430081
基金项目:高等学校博士学科点专项科研基金
摘    要:综合局部投影算法及小波变换两者的优点,提出了基于局部投影和小波降噪的弱冲击信号的提取方法.实验结果表明,局部投影算法可以将背景信号和特征信号分解到不同的子空间上,小波降噪可以有效地用于包含尖峰或突变信号的降噪,结合局部投影和小波降噪的弱冲击信号的提取方法对于微弱特征信号的提取是非常有效的.

关 键 词:局部投影  弱特征信号  小波变换  非线性时间序列  故障诊断
收稿时间:2003-04-28

Weak Feature Signals Identification Method Based on Local Projective and Wavelet Transform
LU Yong, XU Jinwu, LI Yourong, YANG Debin. Weak Feature Signals Identification Method Based on Local Projective and Wavelet Transform[J]. Chinese Journal of Engineering, 2004, 26(3): 319-321. DOI: 10.13374/j.issn1001-053x.2004.03.024
Authors:LU Yong  XU Jinwu  LI Yourong  YANG Debin
Abstract:A weak feature signals identification method based on local projection and wavelet transform is introduced. Experiment indicates that the local projective algorithm can separate background signals and weak feature signals into different orthogonal sub-spaces. Wavelet transform is effective for noise reduction of sharp and break signals. The algorithm which combines the local projective and wavelet transform has an excellent effect on identifying weak feature signals in nonlinear time series.
Keywords:local projective  weak feature signal  wavelet transform  nonlinear time series  fault diagnosis
本文献已被 万方数据 等数据库收录!
点击此处可从《工程科学学报》浏览原始摘要信息
点击此处可从《工程科学学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号