典型文献
EMD与改进SVD联合的脉冲涡流检测信号降噪方法
文献摘要：
针对脉冲涡流检测信号非平稳性特点和强背景噪声干扰问题,提出一种经验模态分解(EMD)与改进奇异值分解(SVD)联合的信号降噪方法.首先将信号经EMD分解成一系列的固有模态函数(IMFs),根据各固有模态函数与原信号相关系数,将固有模态函数分为信号主导分量和噪声主导分量.然后使用改进SVD降噪方法对噪声主导分量进行降噪,并与信号主导分量重构得到降噪信号.基于仿真信号和实测信号对新方法的优越性和有效性进行验证,在对实测信号采用该方法处理后,结果表明该方法能将涡流检测信号信噪比提高至30.95?dB,均方误差降低至0.0260,能有效消除强噪声的干扰,为信号特征量的准确提取奠定基础.
文献关键词：
信号降噪;经验模态分解;奇异值分解降噪;脉冲涡流
中图分类号：
作者姓名：
宋守许;汪志全;蔚辰;李想
作者机构：
合肥工业大学机械工程学院,安徽 合肥 230009
文献出处：
引用格式：
[1]宋守许;汪志全;蔚辰;李想-.EMD与改进SVD联合的脉冲涡流检测信号降噪方法)[J].中国测试,2022(09):97-104
A类：
改进奇异值分解
B类：
EMD,SVD,脉冲涡流检测,检测信号,信号降噪,降噪方法,非平稳性,背景噪声,噪声干扰,干扰问题,经验模态分解,分解成,固有模态函数,IMFs,实测信号,dB,均方误差,强噪声,信号特征,特征量,奇异值分解降噪
AB值：
0.231871
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
