基于最大方差展开的非线性信号降噪方法及其在故障诊断中的应用 |
| |
引用本文: | 张赟,李本威.基于最大方差展开的非线性信号降噪方法及其在故障诊断中的应用[J].中国科学:信息科学,2010(8):940-945. |
| |
作者姓名: | 张赟 李本威 |
| |
摘 要: | 将流形学习的思想引入信号降噪中,提出了一种新的基于最大方差展开(maximum variance unfolding,MVU)的非线性信号降噪方法.该方法首先基于相空间重构理论将含噪信号重构到高维相空间,再采用流形学习理论中的MVU算法对相空间数据进行非线性降维,将蕴含在相空间中代表吸引子的低维流形与噪声子空间分离,然后对低维流形进行逆重构,从而得到降噪后的信号.对加噪的Lorenz信号的仿真结果表明,该方法的降噪性能要优于基于KPCA的非线性降噪方法,且具有参数估计简单、参数影响不大等优点.最后将该降噪方法应用于带有轻碰磨故障的航空发动机转子―机匣系统振动信号,有效地提取出了淹没在噪声中的轻碰磨故障特征.
|
关 键 词: | 非线性降噪 流形学习 最大方差展开 故障诊断 |
本文献已被 维普 等数据库收录! |
|