基于EMD自适应阈值的铡草机振动信号去噪
wf（2021）
Abstract
针对铡草机振动信号噪声污染的问题,采用EMD（Empirical mode decomposition）与基于SURE（Stein’s unbiased risk estimate）的自适应阈值算法,并利用自相关函数性质与二阶可导阈值函数,对铡草机振动信号进行研究。结果表明:1)模拟信号经EMD自适应阈值去噪后,信噪比SNR（Signal to-noise ratio）提高了15～19dB;经小波阈值去噪后,SNR提高了9～13dB;经EMD低通去噪后,SNR提高了5～11dB;经EMD阈值去噪后,SNR提高了12～15dB。2)铡草机振动信号经EMD自适应阈值算法去噪后,>200 Hz的高频信号均消除,并且保留了≤200Hz低频信号的幅值;经小波阈值去噪后,振动信号>200Hz的高频信号未能消除;经EMD低通与EMD阈值去噪后,振动信号≤200Hz低频信号幅值降低,导致部分信号失真。本研究提出的EMD自适应阈值算法可一定程度上降低铡草机振动信号噪声。
MoreAI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined