自适应最稀疏时频分析与经验模态分解的对比研究

摘要：

介绍了一种新的用于非线性非平稳信号的自适应信号处理方法一自适应最稀疏时频分析(adaptive and sparsest time-frequency analysis,ASTFA)方法.该方法的主要思想是在目标优化的过程中实现信号的自适应分解,从而获得原始信号完整的时频分布.AFTFA方法是在经验模态分解(empirical mode decomposition,EMD)与压缩感知理论的基础上提出来的.论文首先采用仿真信号将ASTFA方法与EMD方法进行了对比,结果表明ASTFA方法在抑制端点效应及模态混叠等方面具有更好的效果.然后论文将ASTFA方法应用于滚动轴承故障的诊断,结果表明该方法能有效应用于机械故障诊断.

关键词： 滚动轴承 故障诊断 自适应最稀疏时频分析法 经验模态分解法 信号处理

作者: 程军圣 彭延峰 杨宇 刘燕飞

作者单位: 湖南大学汽车车身先进设计制造国家重点实验室,长沙 410082

会议类型: 国内会议

会议名称: 2014年全国设备监测诊断与维护学术会议、第十六届全国设备监测与诊断学术会议、第十四届全国设备故障诊断学术会议暨2014年全国设备诊断工程会议

会议地点: 秦皇岛

会议语种:中文

页码: 523-525

在线出版日期: 2014-08-01（万方平台首次上网日期，不代表论文的发表时间）