关键词：奇异值分解;Mallat;经验模态分解;熵判据
摘 要：提出了一种基于奇异值分解(SVD)、Mallat算法和经验模态分解的信号降噪方法。首先,采用香农熵判据寻求最佳小波分解,对带噪部分小波系数进行经验模态分解,提取出信号趋势分量;其次对小波系数剩余部分采用奇异值分解方法降噪,并根据奇异值差分谱自适应的选择奇异值进行重构,将重构后的信号和趋势项叠加作为新的小波系数;最后进行小波重构得到最终的消噪信号。运用模拟信号和齿轮箱断齿故障信号进行仿真,结果表明该方法能够准确地选择用于重构的奇异值个数,并能有效去除信号噪声,保留特征信号的细节信息,尤其对含有趋势项的故障特征有很大实用性。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取