噪声背景下检测突变信息的奇异值分解技术

被引:32
作者
何田 [1 ]
刘献栋 [2 ]
李其汉 [1 ]
机构
[1] 北京航空航天大学能源与动力工程学院
[2] 北京航空航天大学汽车工程系
关键词
奇异值分解; 噪声; 突变信息; 碰摩;
D O I
10.16385/j.cnki.issn.1004-4523.2006.03.020
中图分类号
TN911.23 [信号检测与估计];
学科分类号
070104 ; 081101 ;
摘要
研究了利用信号时间序列重构的吸引子轨迹矩阵奇异值分布特征与信号自身特征的关系,提出了基于选择轨迹矩阵中主要反映突变信息明显的奇异值进行信号重构的方法来检测信号中的突变信息,并对重构奇异值的选择进行了研究,给出了简便的方法。该方法旨在同时降低光滑信号和噪声的影响,从而更加清晰地表征突变信息。利用该方法对仿真信号的处理结果,并将检测结果与未改进之前的检测结果进行了比较,结果表明,改进后的奇异值分解技术比改进前有更大的信噪比,能够更有效地应用于信号的奇异性检测。并成功地将该方法用于旋转机械静动件较轻碰摩和较重碰摩故障实验信号的检测,获得了满意的结果。
引用
收藏
页码:399 / 403
页数:5
相关论文
共 6 条
[1]   奇异值分解技术在声音信息分离中的应用 [J].
温广瑞 ;
张西宁 ;
屈梁生 ;
不详 .
西安交通大学学报 , 2003, (01) :37-40
[2]   探测信号中周期性冲击分量的奇异值分解技术 [J].
李建 ;
刘红星 ;
屈梁生 .
振动工程学报, 2002, (04) :47-50
[3]   基于奇异值分解的突变信息检测新方法及其应用 [J].
刘献栋 ;
杨绍普 ;
申永军 ;
李其汉 .
机械工程学报, 2002, (06) :102-105
[4]   小波技术在机械监测诊断领域的应用现状与进展 [J].
何正嘉 ;
李富才 ;
杜远 ;
陈鹏 .
西安交通大学学报, 2001, (05) :540-545+548
[5]   奇异值分解技术在齿轮箱故障诊断中的应用 [J].
袁小宏 ;
史东锋 .
振动测试与诊断., 2000, (02) :17-22+72
[6]   基于奇异谱的降噪方法及其在故障诊断技术中的应用 [J].
吕志民 ;
张武军 ;
徐金梧 ;
翟绪圣 .
机械工程学报, 1999, (03) :86-89