发明名称 |
总体平均经验模式分解协助噪声确定方法 |
摘要 |
总体平均经验模式分解协助噪声确定方法,对用randn表示的高斯白噪声进行快速傅里叶变换,得到其频谱,对该频谱乘以正弦函数<img file="DDA00003345428500011.GIF" wi="297" he="111" />该乘积表示为Y(f)=A·X(f),对Y(f)进行快速傅里叶逆变换,即得到幅值随频率正弦变化的噪声信号的时间序列,用构造的噪声代替高斯白噪声加入原始信号,进行总体平均经验模式分解,本发明克服了由于加入幅值不随频率变化的高斯白噪声而带来的模式混淆问题,实现机械设备故障的有效诊断,分解结果相对比较精确。 |
申请公布号 |
CN103336895A |
申请公布日期 |
2013.10.02 |
申请号 |
CN201310237419.4 |
申请日期 |
2013.06.14 |
申请人 |
西安交通大学 |
发明人 |
雷亚国;王思哲;孔德同;林京 |
分类号 |
G06F19/00(2011.01)I;G01M99/00(2011.01)I |
主分类号 |
G06F19/00(2011.01)I |
代理机构 |
西安智大知识产权代理事务所 61215 |
代理人 |
贺建斌 |
主权项 |
1.总体平均经验模式分解协助噪声确定方法,其特征在于,包括以下步骤:(1)对用randn表示的高斯白噪声进行快速傅里叶变换,得到其频谱,表示为X(f)=F(randn),其中f表示频率,X(f)表示幅值,0<X(f)<0.2;(2)对该频谱乘以正弦函数<img file="FDA00003345428200011.GIF" wi="317" he="135" />该乘积表示为Y(f)=A·X(f),<img file="FDA00003345428200012.GIF" wi="265" he="133" />其中f<sub>s</sub>为采样频率;(3)对Y(f)进行快速傅里叶逆变换,即得到幅值随频率正弦变化的噪声信号的时间序列,表示为y(t),构造的幅值随频率成正弦变化的噪声信号数学表达式为:<maths num="0001"><![CDATA[<math><mrow><mi>y</mi><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>=</mo><msup><mi>F</mi><mrow><mo>-</mo><mn>1</mn></mrow></msup><mo>[</mo><mi>Y</mi><mrow><mo>(</mo><mi>f</mi><mo>)</mo></mrow><mo>]</mo><mo>=</mo><msup><mi>F</mi><mrow><mo>-</mo><mn>1</mn></mrow></msup><mo>[</mo><mi>A</mi><mo>·</mo><mi>X</mi><mrow><mo>(</mo><mi>f</mi><mo>)</mo></mrow><mo>]</mo><mo>=</mo><msup><mi>F</mi><mrow><mo>-</mo><mn>1</mn></mrow></msup><mo>[</mo><mi>a</mi><mi>sin</mi><mrow><mo>(</mo><mfrac><mi>π</mi><msub><mi>f</mi><mi>s</mi></msub></mfrac><mi>f</mi><mo>)</mo></mrow><mo>·</mo><mi>F</mi><mrow><mo>(</mo><mi>randn</mi><mo>)</mo></mrow><mo>]</mo><mo>;</mo></mrow></math>]]></maths>(4)用构造的噪声代替高斯白噪声加入原始信号,进行总体平均经验模式分解。 |
地址 |
710049 陕西省西安市咸宁路28号 |