基于K-L散度的EMD虚假分量识别方法研究.pdfVIP

第 32卷 第 11期 中 国 电 机 工 程 学 报 Vo1．32No．11 Apr．15，2012 112 2012年 4月 15日 ProceedingsoftheCSEE ~2012Chin．Soc．forElec．Eng 文章编号：0258—8013(2012)11-O112—06 中图分类号：TK267 文献标志码：A 学科分类号：470．20 基于K．L散度的EMD虚假分量识别方法研究 韩中合，朱霄殉，李文华 (华北电力大学能源动力与机械工程学院，河北省 保定市 071003) AFalseComponentIdentificationM ethodofENID BasedonKullback-leiblerDivergence HANZhonghe，ZHUXiaoxun，LIWenhua (SchoolofEnergyandPowerEngineeringandMechanicalEngineering，NorthChinaElectricPowerUniversity， Baoding071003，HebeiProvince，China) ABSTRACT：Empiricalmodedecomposition(EMD)hasbeen 人提出了一种新的信号处理方法一一经验模态分 widelyusedinmanynonlinearfieldsofritsadaptivefiltering 解 (empiricalmodedecomposition，EMD)t卜。EMD propertiesandadaptivemultiresolution，buttherewillbefalse 方法把复杂数据信号 自适应分解成瞬时频率有意 components in the decomposition process．To solve this 义的、有限个可 以是幅度或频率调制的高频和低频 problem，amethod ofthefalsecomponentsidentification of EMD basedon Kullback—Leiblerdivergencewasproposed． 的本征模态函数。EMD 方法简单、直观，具有很 First，theoriginalsignalwasdecomposedintoseveralintrinsic 多优点，如：自适应性、完备性、近似正交性、本 modefunctions(imf)；thenhteKullback—Leiblerdivergence 征模态函数 imf的调制性l3J。EMD方法是一种很 valuebetweenhteoriginalsignalandeachimfwascalculated； 有力的非线性、非平稳信号分析工具，目前被广泛 finally the values were put in order．The imf,which 应用在机械故障诊断、地震、生物医学、语音增强、 corresponds to hte big value，was regarded as a false 雷达等很多领域，取得了良好的效果。 componentand can beremoved．Theexperimentshowshtat 然而，EMD方法作为一种新的方法还存在一 thismehtodcanclearlydistinguishhterealcomponentsandhte falseones，thuscorrectlyandrapidlyobtainhterealcomposition 些缺陷，虚假分量是其 中之一L6培】。关于虚假分量 ofthesignalandeliminatehteinfluenceoffalsecom