欢迎来到天天文库
浏览记录
ID:52175975
大小:3.10 MB
页数:7页
时间:2020-03-23
《基于改进稀疏编码的微弱振动信号特征提取算法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、第38卷第3期仪器仪表学报Vol38No32017年3月ChineseJournalofScientificInstrumentMar.2017基于改进稀疏编码的微弱振动信号特征提取算法余路,曲建岭,高峰,田沿平,王小飞(海军航空工程学院青岛校区青岛266041)摘要:针对强噪声环境下难以有效提取微弱振动信号特征的问题,提出了基于改进字典学习和移不变分量过滤(IDLSICF)的稀疏编码振动信号特征提取算法。首先,将振动信号进行分段和平滑预处理以降低数据处理复杂度,接着利用改进的字典学习和高效系数求解算法构建基于移不变稀疏编码的自适
2、应滤波器,然后过滤字典原子重构的移不变分量以获得表征信号本质特征的最优基函数,取最优基函数对应的移不变分量的特征频率强度作为评价信号特征提取效果的优劣。仿真和实测数据的试验结果表明,相比于现有微弱振动信号提取算法,提出的算法具有更强的特征提取能力,在实际应用中具有较高的可行性。关键词:振动信号;改进字典学习;移不变稀疏编码;移不变分量过滤;特征提取中图分类号:TH165.3TN911.2文献标识码:A国家标准学科分类代码:510.40Featureextractionofweakvibrationsignalbasedonimproved
3、sparsecodingYuLu,QuJianling,GaoFeng,TianYanping,WangXiaofei(NavalAeronauticalEngineeringInstituteQingdaoBranch,Qingdao266041,China)Abstract:Thefeatureextractionisdifficulttoconductforweakvibrationsignalinstrongnoisebackground.Thus,afeatureextractionalgorithmisproposedbase
4、donImprovedDictionaryLearningandShiftInvariantComponentFiltering(IDLSICF).Firstly,vibrationsignalissegmentedandsmoothedtodecreasethecomplexity.Then,improveddictionarylearningalgorithmaswellasefficientcoefficientsolverisusedforconstructingadaptivefilterbasedonshiftinvaria
5、ntsparsecoding.Theshiftinvariantcomponentsconstructedbydictionaryatomsisfilteredtoobtainoptimalbasisfunctionforrepresentinginherentsignalfeatures.Finally,intensityofcharacteristicfrequencyinoptimalbasisfunctionisutilizedforevaluatingperformanceinsignalfeatureextraction.Ex
6、perimentsonbothsimulationdataandpracticaldatademonstratethattheproposedalgorithmcanrealizebetterperformanceonfeatureextractioncomparedwiththeuptodatemethodsandismorefeasibleforthepracticalapplications.Keywords:vibrationsignal;improveddictionarylearning;shiftinvariantspa
7、rsecoding;shiftinvariantcomponentfiltering;featureextraction原始信号中加大了对信号分离和去噪的难度,难以得到[2]1引言准确明显的时频域特征用于故障诊断和分析。实际振动信号在强背景噪声下信号的特征往往表现得十分微对大型机械设备进行状态监控时,常常需要采集齿弱,微弱的振动信号中往往包含强大的工频振动、谐波振轮、发动机等关键部件的振动数据作为设备健康状态监动以及背景噪声,加大了信号特征提取的难度[3]。也因测的重要依据,通过分析其时频域特征实现状态监测和此成为最近一段时间的研究热点和
8、难点问题[4]。[1]故障诊断。机械设备的复杂结构和多样工况导致采集多年来,国内外学者针对机械振动信号去噪问题的到的振动信号具有非平稳特性,且各种噪声调制叠加在研究取得了大量成果。其中,马伦等
此文档下载收益归作者所有