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.

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号