基于EMD振動信號分析的研究及其系統(tǒng)的開發(fā).pdf

1、經(jīng)典的Fourier變換理論在平穩(wěn)、線性振動信號分析中發(fā)揮了極其重要的作用，但在非平穩(wěn)、非線性信號處理領(lǐng)域卻顯出了不足和缺陷。近幾十年來，各種現(xiàn)代信號分析方法層出不窮。EMD分析方法是最近十幾年來研究的熱點。
　　 首先，本文介紹了EMD分解的基本原理和實現(xiàn)步驟，討論了EMD時頻分析方法的基本思想；重點分析了EMD自身存在的主要問題，包括邊界問題、插值問題、篩分停止條件、模態(tài)混疊，結(jié)合國內(nèi)外研究現(xiàn)狀，分別針對每個問題總結(jié)了一些比

2、較有效的解決方案，并進(jìn)行了分析和比較；同時，詳細(xì)介紹了兩種改進(jìn)的EMD算法(總體平均經(jīng)驗?zāi)B(tài)分解、正交經(jīng)驗?zāi)B(tài)分解)的基本原理和算法的實現(xiàn)步驟，并分別與經(jīng)典EMD進(jìn)行仿真實驗分析和比較，總結(jié)了這兩種改進(jìn)算法所具有的優(yōu)點，也指出了這兩種算法自身存在的不足。
　　 其次，在研究支持向量機(jī)(SVM)的基礎(chǔ)上，提出了一種基于支持向量回歸機(jī)(ε－SVM)的EMD改進(jìn)算法。該方法首先根據(jù)被分析信號的統(tǒng)計特征選擇合適的最小二乘支持向量機(jī)(LS

3、－SVM)參數(shù)，采用LS－SVM回歸擬合被分析信號，消除被分析信號中的異常事件的干擾，然后利用基于ε－SVM的EMD方法對預(yù)處理后的信號進(jìn)行分解。該方法能有效地抑制高斯白噪聲、高頻間斷信號對EMD運算的干擾，使其分解速度更快，并且能夠有效地消除EMD中的模態(tài)混疊現(xiàn)象。實驗結(jié)果表明，相對EMD及其它改進(jìn)算法，基于支持向量機(jī)的EMD能夠更加有效的消除異常事件的干擾，并且明顯提高了EMD分解精度，增強(qiáng)了其對信號特征描述的魯棒性。