典型文献
EWT-SSA联合降噪及其在滚刀振动信号分析中的应用
文献摘要：
针对滚刀振动信号中包含大量噪声,特征难以提取的问题,提出一种经验小波变换(EWT)和奇异谱分析(SSA)联合处理的降噪方法.该方法通过对原信号进行EWT分解得到若干个经验模态分量,应用斯皮尔曼系数将经验模态分量分为信号主导分量和噪声主导分量.通过对噪声主导分量利用SSA方法进一步分解,根据奇异值大小筛选出包含信号特征的分量,解决噪声主导分量中信号特征不易提取问题,最后与信号主导分量进行重构,达到信号降噪目的.分别在仿真信号和滚刀振动信号上进行EWT-SSA联合降噪实验,并与经典小波软阈值降噪和EEMD相关系数降噪进行效果对比,实验结果表明该方法在保留原始信号特征的前提下有效去除噪声分量,降噪效果明显优于经典小波软阈值降噪和EEMD相关系数降噪,其可行性和有效性得到验证.
文献关键词：
滚刀振动信号;经验小波变换;奇异谱分析;斯皮尔曼系数;降噪
中图分类号：
作者姓名：
骆春林;刘其洪;李伟光
作者机构：
华南理工大学机械与汽车工程学院,广东广州510640
文献出处：
引用格式：
[1]骆春林;刘其洪;李伟光-.EWT-SSA联合降噪及其在滚刀振动信号分析中的应用)[J].中国测试,2022(08):109-116
A类：
滚刀振动信号
B类：
EWT,SSA,联合降噪,振动信号分析,经验小波变换,奇异谱分析,联合处理,降噪方法,若干个,经验模态,模态分量,斯皮尔曼系数,奇异值,信号特征,中信,信号降噪,软阈值,阈值降噪,EEMD,效果对比,除噪声,降噪效果
AB值：
0.243358
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
