本文主要是介绍基于经验模式分解和小波阈值的自适应降噪研究_杨铮，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
目的 针对轴承信号在采集过程中容易受到不同环境下噪声干扰，提出EMD分解结合小波阈值的自适应降噪的方法，对轴承振动信号进行降噪处理，提取出所需要的振动信号。方法 首先对含有噪声的轴承信号进行EMD分解，得到n个IMF并进行小波阈值降噪处理，得到n个去噪效果。然后利用RMSE逐层评价去噪优劣，自适应反推出在最优去噪效果下所对应的最佳层数m。最后确定前m层高频IMF需要进行小波阈值处理，剩余n-m+1层低频IMF不做处理。结果 按降噪效果可排列为EMD分解结合小波阈值 > 传统小波阈值。结论 通过把EMD分解和小波阈值两个方法结合起来对轴承信号进行降噪。实验表明：EMD分解结合小波阈值降噪效果SNR和RMSE较传统小波阈值降噪效果明显。该方法能够更好地消除轴承信号中的噪声，充分保留信号的局部特征。讨论 由于EMD分解结合小波阈值降噪方法具有自适应性特性，解决了小波分解存在基函数类型选取、分解层数等不确定性等问题。
文献网址：http://www.jcyyy.com.cn/tg/jcyyy/article/abstract/JY20191405
在这里插入图片描述
这篇关于基于经验模式分解和小波阈值的自适应降噪研究_杨铮的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
