關(guān)于EMD算法中模態(tài)混疊問題的分析及改進(jìn)方法的研究.pdf

1、信號處理方法是機(jī)械設(shè)備故障診斷中的重要環(huán)節(jié)，尤其是對于非平穩(wěn)信號的分析方法的研究一直是國內(nèi)外研究的焦點(diǎn)。希爾伯特一黃變換(HHT)是一種重要的時(shí)頻信號分析方法，適用于非平穩(wěn)、非線性信號分析，已被廣泛地應(yīng)用到各個(gè)領(lǐng)域，并取得了一定的效果。 本文著重分析了HHT方法中的經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)算法中存在的模態(tài)混疊(Mode Mixing)問題，從理論上推導(dǎo)出發(fā)生模態(tài)混疊的參數(shù)條件，并且用MATLAB軟件通過仿真實(shí)例驗(yàn)證了理論結(jié)果的正確

2、性。 然后文章尋求解決模態(tài)混疊的方法，首先提出采用小波包變換作預(yù)處理的方法，即在進(jìn)行EMD分解之前，利用小波包變換將待分析信號劃分成為各個(gè)不同的窄帶信號，然后再對各個(gè)窄帶信號進(jìn)行：EMD分解和Hilbert變換。通過仿真實(shí)驗(yàn)，驗(yàn)證了這一方法對于解決模態(tài)混疊問題的有效性，但是也發(fā)現(xiàn)了此種方法的弊端：此種預(yù)處理屬于主觀干預(yù)手段，破壞了原HHT方法的自適應(yīng)性的特點(diǎn)。所以，需要尋求一種完全自適應(yīng)的方法解決模態(tài)混疊問題。 本章引入

3、了集合經(jīng)驗(yàn)?zāi)B(tài)分解方法(EEMD)解決模態(tài)混疊問題，其主要過程是：在進(jìn)行EMD分解之前，將白噪聲添加到待分析信號之中，利用白噪聲的統(tǒng)計(jì)特性，填充于信號的各個(gè)不用尺度之中，最后求其平均。此方法是完全自適應(yīng)性的分析方法，理想地解決了模態(tài)混疊問題。文章還詳細(xì)分析了EEMD算法中兩個(gè)重要參數(shù)——所加白噪聲的幅值和EEMD過程中的分解次數(shù)——對分解結(jié)果的影響，通過分析發(fā)現(xiàn)，若要實(shí)現(xiàn)所加白噪聲幅值的完全相消，需要消耗大量的計(jì)算時(shí)間。據(jù)此，文章提出了