上海交通大学学报 ›› 2016, Vol. 50 ›› Issue (9): 1452-1459.doi: 10.16183/j.cnki.jsjtu.2016.09.017
• • 上一篇
刘涛, 杜世昌, 黄德林, 任斐, 梁鑫光
发布日期:
Published:
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.
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
Abstract: 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.
Key words: 集合经验模态分解, 变步长模式搜索, 振动信号, 模态混叠
刘涛, 杜世昌, 黄德林, 任斐, 梁鑫光. 基于改进的集合经验模态方法振动信号分解[J]. 上海交通大学学报, 2016, 50(9): 1452-1459.
刘涛, 杜世昌, 黄德林, 任斐, 梁鑫光. 基于改进的集合经验模态方法振动信号分解[J]. Journal of Shanghai Jiao Tong University, 2016, 50(9): 1452-1459.
/ 推荐
导出引用管理器 EndNote|Ris|BibTeX
链接本文: https://xuebao.sjtu.edu.cn/CN/10.16183/j.cnki.jsjtu.2016.09.017
https://xuebao.sjtu.edu.cn/CN/Y2016/V50/I9/1452
