一种基于EEMD和小波阈值的真空泵振动信号降噪方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110132403A(43)申请公布日2019.08.16(21)申请号201910262768.9(22)申请日2019.04.02(71)申请人天津大学地址300072天津市南开区卫津路92号申请人北京卫星环境工程研究所(72)发明人李一博刘嘉玮樊帆王莉娜綦磊芮小博王晢(74)专利代理机构天津市北洋有限责任专利代理事务所12201代理人王蒙蒙(51)Int.Cl.G01H17/00(2006.01)G06K9/00(2006.01)权利要求书2页说明书7页附图10页(54)发明名称一种基于EEMD和小波阈值的真空泵振动信号降噪方法(57)摘要本发明公开了一种基于EEMD和小波阈值的真空泵振动信号降噪方法：首先对原始信号进行EEMD分解，得到若干个IMF分量和一个余项；其次对所有IMF分量进行归一化自相关函数的计算，根据自相关函数零点衰减的特性将IMF分量分为信号主导的IMF分量与噪声主导的IMF分量；然后对噪声主导的IMF分量进行小波软阈值降噪处理；最后将经过小波软阈值处理后的噪声主导的IMF分量和信号主导的IMF分量与余项进行信号的重构，从而得到经过降噪后的真空泵振动信号。本发明采用EEMD分解，能够克服由EMD分解带来的模式混叠与端点效应等问题，有效的去除真空泵振动信号中的噪声信号，较好的保留更多有用信号，提高信号的信噪比。CN110132403ACN110132403A权利要求书1/2页1.一种基于EEMD和小波阈值的真空泵振动信号降噪方法，其特征在于，包括以下步骤：步骤1，对真空泵原始振动信号进行EEMD分解，得到若干个IMF分量和余项；步骤2，对步骤1得到的所有IMF分量进行自相关函数计算，根据IMF分量的归一化自相关函数零点衰减的特性，将IMF分量分为信号主导的IMF分量与噪声主导的IMF分量；步骤3，对步骤2得到的噪声主导的IMF分量进行小波软阈值降噪处理；步骤4，将步骤3中经过小波软阈值降噪处理后的噪声主导的IMF分量、步骤2得到的信号主导的IMF分量和步骤1得到的余项进行重构，得到降噪后的真空泵振动信号。2.根据权利要求1所述的一种基于EEMD和小波阈值的真空泵振动信号降噪方法，其特征在于，步骤一中，所述的对真空泵原始振动信号进行EEMD分解的过程如下：步骤1-1，对真空泵原始振动信号加入M次均值为零，标准差k为常数的高斯白噪声，生成新的信号；步骤1-2，对步骤1-1中生成的新信号进行多次EMD分解，得到若干个IMF分量以及余项；步骤1-3，将步骤1-2得到的所有的IMF分量进行总体平均计算，即得到由EEMD分解产生的IMF分量与余项。3.根据权利要求2所述的一种基于EEMD和小波阈值的真空泵振动信号降噪方法，其特征在于，步骤1-1中，分解次数M的取值范围在100-300次，辅助高斯白噪声标准差k在0.01-0.5倍原始振动信号标准差取值。4.根据权利要求1所述的一种基于EEMD和小波阈值的真空泵振动信号降噪方法，其特征在于，步骤2中，所述的将IMF分量分为信号主导的IMF分量与噪声主导的IMF分量的过程如下：步骤2-1，自相关函数定义为：Rx(t,t+τ)＝E[x(t)x(t+τ)](3)其中，τ为时间间隔，x(t)和x(t+τ)分别为信号在t时刻和t+τ时刻的取值，E[x(t)x(t+τ)]表示数学期望；步骤2-2，归一化自相关函数表示为：其中，Rx(0)表示信号与该信号本身在同一时刻下的自相关函数值；步骤2-3，根据一般信号与随机噪声信号的归一化自相关函数在零点附近衰减的缓慢程度这一特性，对IMF分量进行分类筛选。5.根据权利要求4所述的一种基于EEMD和小波阈值的真空泵振动信号降噪方法，其特征在于，步骤2-3中，在IMF分量的归一化自相关函数中，在零点取得最大值后缓慢震荡的信号为一般信号，将一般信号筛选为信号主导的IMF分量；在零点处有最大取值、并且在零点处两旁迅速衰减接近于零的信号为随机噪声信号，将随机噪声信号筛选为噪声主导的IMF分量。6.根据权利要求1所述的一种基于EEMD和小波阈值的真空泵振动信号降噪方法，其特征在于，步骤3中，所述的对噪声主导的IMF分量进行小波软阈值降噪处理中，采用固定阈值规则对阈值进行选取，采用软阈值函数对小波系数进行收缩或置零处理。2CN110132403A权利要求书2/2页7.根据权利要求1所述的一种基于EEMD和小波阈值的真空泵振动信号降噪方法，其特征在于，步骤3中，所述的小波软阈值降噪处理中所涉及到的小波基函数选取sym8小波系，分解层数设定为4层。3CN110132403A说明书1/7页一种基于EEMD和小波阈值的真空泵振动信号降噪方法技术领域[0001]本发明涉及振动信号噪声处理