基于奇异值分解的液压信号时域分解方法

简介

为了抑制模态混叠和降低分量中的噪声含量,提出了一种基于奇异值分解的液压信号时域分解方法.根据奇异值分解的两点特性：①每个频率成分对应两个大小相当的奇异值;②各频率对应的奇异值的大小与该频率的振幅呈正相关,该方法先选取原信号中的某一频率,向其中叠加频率相同、振幅已知的周期信号,使叠加信号中该频率的振幅最大,这样与其对应的奇异值一定位于对角矩阵的前两阶,解决了原信号该频率的奇异值阶数无法确定的问题,继而选取前两阶奇异值重构,再减去前步加入的周期信号,即还原出原信号中该频率的时间序列.同样,对于原信号中的其他频率用相同方法处理,最终获得一组分量.经实验,该方法较EMD不仅能有效消除模态混叠,而且降低了分量中的噪声含量.