一类非线性信号去噪的奇异值分解有效迭代方法

发布时间：2018-12-14 23:10

【摘要】：对于一类非线性信号的去噪问题,该文提出一种基于奇异值分解(Singular Value Decomposition,SVD)的有效迭代方法。对现有奇异值差分谱方法在两类不同非线性信号上的去噪效果进行了对比,指出在信号不具有明显特征频率、非周期性变化时这一方法并不适用,并分析了现象产生的原因;然后针对该类信号的特点重新定义了Hankel矩阵结构,给出有效奇异值的确定方式,并通过SVD多次迭代过程实现对该类信号的有效去噪。对实际飞行数据去噪的实验结果表明,该方法对提出的一类信号对象不仅去噪效果良好,而且可提高运算效率。
[Abstract]:This paper presents an efficient iterative method based on singular value decomposition (Singular Value Decomposition,SVD) for a class of nonlinear signal denoising problems. This paper compares the denoising effect of the existing singular value difference spectrum method on two kinds of nonlinear signals, and points out that this method is not suitable when the signal does not have obvious characteristic frequency, and the reason of the phenomenon is analyzed. Then the structure of Hankel matrix is redefined according to the characteristics of this kind of signal, and the method of determining effective singular value is given, and the effective denoising of this kind of signal is realized through SVD iterative process. The experimental results of actual flight data denoising show that the proposed method not only has a good denoising effect on a class of signal objects, but also improves the computational efficiency.
【作者单位】： 空军工程大学航空航天工程学院;
【基金】：国家自然科学基金(61372167,61379104)资助课题
【分类号】：TN911.4

【参考文献】

相关期刊论文 前5条

1 吕永乐;郎荣玲;;基于奇异值分解的飞行数据降噪方法[J];计算机工程;2010年03期

2 赵学智;叶邦彦;陈统坚;;奇异值差分谱理论及其在车床主轴箱故障诊断中的应用[J];机械工程学报;2010年01期

3 赵学智;叶邦彦;陈统坚;;基于小波—奇异值分解差分谱的弱故障特征提取方法[J];机械工程学报;2012年07期

4 雷达;钟诗胜;;基于奇异值分解和经验模态分解的航空发动机健康信号降噪[J];吉林大学学报(工学版);2013年03期

5 HE WangPeng;ZI YanYang;CHEN BinQiang;WANG Shuai;HE ZhengJia;;Tunable Q-factor wavelet transform denoising with neighboring coefficients and its application to rotating machinery fault diagnosis[J];Science China(Technological Sciences);2013年08期

【共引文献】

相关期刊论文 前10条

1 李政;陆百川;谭伟;李雪;;基于小波和逻辑法的多目标跟踪数据处理[J];重庆交通大学学报(自然科学版);2011年01期

2 章国稳;汤宝平;潘飞;;特征系统实现算法的虚假模态剔除方法[J];重庆大学学报;2012年03期

3 杨望灿;张培林;王怀光;陈彦龙;;基于奇异值差分谱与改进包络分析的轴承故障特征提取[J];轴承;2013年05期

4 王玉田;严冰;张淑清;董璇;;一种改进的广义谐波小波包分解算法及在信号特征提取中的应用[J];燕山大学学报;2013年04期

5 孟智慧;王昌;;基于SVD降噪和谱峭度的滚动轴承故障诊断[J];轴承;2013年10期

6 马朝永;刘茜;段建民;;基于LMD与奇异值差分谱的滚动轴承故障诊断方法[J];北京工业大学学报;2014年02期

7 徐彦凯;双凯;;自适应奇异值分解瞬变信号检测研究[J];电子与信息学报;2014年03期

8 于霞;张卫民;邱忠超;陈国龙;赵敦慧;;航空发动机涡轮叶片裂纹检测信号特征提取[J];兵工学报;2014年08期

9 张承忠;叶邦_e;赵学智;胡习之;;用于提琴琴弦三维振动测量的高速摄影系统[J];光学精密工程;2014年09期

10 陈彬强;吕舒;姚斌;张周锁;白志科;;鱼雷电磁引信的水中目标高精度实时识别方法[J];兵工学报;2015年01期

相关会议论文 前1条

1 杨佑发;徐德建;李华新;;环境激励下建筑结构模态参数辨识方法的改进与应用[A];2014海峡两岸破坏科学与材料试验学术会议暨第十二届破坏科学研讨会/第十届全国MTS材料试验学术会议论文集[C];2014年

相关博士学位论文 前9条

1 张超;基于自适应振动信号处理的旋转机械故障诊断研究[D];西安电子科技大学;2012年

2 雷达;基于智能学习模型的民航发动机健康状态预测研究[D];哈尔滨工业大学;2013年

3 李帅;工程结构模态参数辨识与损伤识别方法研究[D];重庆大学;2013年

4 黄海凤;数控机床滚珠丝杠副性能退化机理与评估技术研究[D];西南交通大学;2013年

5 赵新光;风力机叶片疲劳裂纹特征提取方法研究[D];沈阳工业大学;2013年

6 张承忠;小提琴振动机理及声学品质研究[D];华南理工大学;2014年

7 解志杰;面向全寿命过程的低速斜齿轮故障诊断方法研究[D];哈尔滨工业大学;2014年

8 于霞;飞机发动机叶片缺陷的电磁检测技术研究[D];北京理工大学;2014年

9 韩玲;无级变速器电液控制系统关键技术研究[D];吉林大学;2015年

相关硕士学位论文 前10条

1 李文斌;基于多小波分析的滚动轴承故障诊断方法研究[D];北京工业大学;2011年

2 林剑祥;基于时频分析的飞行状态监视研究[D];南京航空航天大学;2012年

3 谢志聪;铁磁性构件磁记忆检测与特征提取方法研究[D];北京工业大学;2013年

4 张帅;风电齿轮箱状态监测与故障诊断系统研究[D];浙江大学;2014年

5 王志武;强噪声背景下机械故障微弱信号特征提取方法研究[D];中北大学;2014年

6 向强铭;基于奇异值分解理论的输电线路雷击故障测距的研究[D];西南交通大学;2014年

7 杨智刚;3D组态技术在舞台车台控制系统中的研究与应用[D];兰州理工大学;2014年

8 常勇;面向风电机组的齿轮箱轴承故障诊断技术研究[D];兰州理工大学;2014年

9 程亚鹏;框架结构模态辨识及损伤诊断方法的改进与应用[D];重庆大学;2014年

10 郭海东;航空发动机多混叠微弱振动信号的识别与分离方法研究[D];南京航空航天大学;2013年

【二级参考文献】

相关期刊论文 前10条

1 赵学智;叶邦彦;;单向收缩QR算法在奇异值分解中的收敛特性[J];电子科技大学学报;2010年05期

2 张峰;梁军;张利;，

本文编号：2379481