基于双尺度比例判据的解模态混叠算法

张优; 胡昌华; 李红增; 扈晓翔; 白灿; 张鹏

doi:doi:10.3969/j.issn.1671-637x.2019.10.015

电光与控制, 2019, 26 (10): 73, 网络出版: 2020-12-17

基于双尺度比例判据的解模态混叠算法

An Algorithm for Releasing Modal Aliasing Based on Two-Scale Proportional Criterion

论文大纲

张优胡昌华李红增扈晓翔白灿张鹏

作者单位

火箭军工程大学控制工程系, 西安 710025

经验模态分解异常信号模态混叠双尺度比例判断 empirical mode decomposition abnormal signal model aliasing two-scale proportional criterion

摘要

针对经验模态分解在实际应用中因异常信号导致的模态混叠问题, 提出了一种基于双尺度比例的判据和局部EMD的处理方法。首先分析了异常信号对EMD算法的影响, 之后提出了基于时间特征尺度和极值差(双尺度)的判据;通过该判据确定异常信号的时域位置后, 再对该时段信号进行局部经验模态分解, 实现异常信号和固有信号的分离。数值仿真实验以及对比分析表明,相比传统方法, 所提方法能够更加有效地抑制因异常信号产生的模态混叠问题。

Abstract

This paper focuses on the modal aliasing resulted from the abnormal signal in practical applications of Empirical Mode Decomposition (EMD). A method based on two-scale proportional criterion and local EMD is proposed. First, an analysis is made to the impact of the abnormal signals on EMD algorithm, and the two-scale criterion combining the time characteristic scale with the extreme difference is established. The time domain location of the abnormal signal is determined by the criterion, and the abnormal signal is then separated from inherent signal by means of local EMD during the period. Numerical simulation results and comparative analysis show that the method can settle the problem of modal aliasing caused by abnormal signal more effectively compared with conventional methods.

参考文献

[1] HUANG N E, SHEN Z, LONG S R, et al. The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis［C］//Proceedings of the Royal Society of London, 1998: 903-995.

[2] RILLING G, FLANDRIN P. One or two frequencies The empirical mode decomposition answer［J］. IEEE Transactions on Signal Processing, 2007, 56(1): 85-95.

[3] 胡爱军, 孙敬玲, 向玲. 经验模态分解中的模态混叠问题［J］. 振动、测试与诊断, 2011, 31(4): 429-434.

[4] 肖瑛, 殷福亮. 解相关EMD:消除模态混叠的新方法［J］. 振动与冲击, 2015, 34(4): 25-29.

[5] RATO R T, ORTIGUERIA M D, BATISTA A G. On the HHT, its problems, and some solutions［J］. Mechanical Systems and Signal Processing, 2008, 22(6): 1374-1394.

[6] 宋立新, 王祁, 王玉静. 具有间断时间检测和分离的经验模态分解方法［J］. 哈尔滨工程大学学报, 2007, 28(2): 178-182.

[7] 赵进平. 异常事件对EMD方法的影响及其解决方法研究［J］. 青岛海洋大学学报, 2001, 31(6): 805-814.

[8] 王婷. EMD算法研究及其在信号去噪中的应用［D］. 哈尔滨: 哈尔滨工业大学, 2010.

[9] 林婉如, 熊盛武, 谢啸虎. 局部经验模态分解算法［J］. 计算机工程与应用, 2011, 47(13): 123-126.

[10] 胡重庆, 李艾华. EMD间歇信号的检测和提取方法［J］. 数据采集与处理, 2008, 23(1): 108-111.

[11] 刘代志, 钱昌松, 吴晓露. 经验模态分解中模态混叠的若干问题探讨［C］//第八届全国信号与信息处理联合学术会议, 2009: 110-114.

[12] 邬肖敏, 李世平, 程双江. 基于EMD和误差匹配的动态测试系统误差溯源［J］. 电光与控制, 2015, 22(4): 92-95.

张优, 胡昌华, 李红增, 扈晓翔, 白灿, 张鹏. 基于双尺度比例判据的解模态混叠算法[J]. 电光与控制, 2019, 26(10): 73. ZHANG You, HU Changhua, LI Hongzeng, HU Xiaoxiang, BAI Can, ZAHNG Peng. An Algorithm for Releasing Modal Aliasing Based on Two-Scale Proportional Criterion[J]. Electronics Optics & Control, 2019, 26(10): 73.

基于双尺度比例判据的解模态混叠算法

关于本站 Cookie 的使用提示

全站搜索

基于双尺度比例判据的解模态混叠算法

相关论文

相关资讯

关于本站 Cookie 的使用提示

全站搜索