基于M-K检验和最小二乘法的SSA算法研究

在对振动信号处理过程中,由于环境噪声等因素的影响,会使得信号产生畸变,影响分析结果.传统奇异谱分析(Singular Spectrum Analysis,SSA)在进行振动信号处理时,可以分离出振动信号的趋势项和周期项,但是仍然存在信号相位移动和奇异值突变的现象.针对该问题,提出了一种基于M-K检验和最小二乘法的SSA改进算法.首先,通过对原始数据两端添加一定长度的伪数据,修正和消除了SSA重构后的信号相位移动现象.对奇异值进行最小二乘法拟合,降低奇异值突变的程度.然后,经M-K趋势项检验,根据统计值自适应选择最优分组重构阶次,获取能量占比高的奇异值,提高信号降噪能力.实验结果表明,相比于传统SSA和其他一些改进SSA算法,基于M-K检验和最小二乘法的SSA改进算法在振动信号降噪处理能力上有明显的优势,信号质量得到了改善,有利于准确获取振动体的振动频率等参数.