基于奇异值曲率谱有效奇异值选择.pdfVIP

华南理工大学学报(自然科学版) 第38卷第6期 JournalofSouthChina of V01．38No．6 UniversityTechnology 2010年6月 Science June2010 (Natural Edition) 基于奇异值曲率谱的有效奇异值选择乖 赵学智 叶邦彦 陈统坚 (华南理工大学机械工程与汽车工程学院，广东广州510640) 摘要：为了实现有效奇异值的自动选择，提出了奇异值曲率谱方法．首先分析了Hankel 矩阵方式下理想信号和噪声信号的奇异值特点，发现理想信号的奇异值曲线存在一个很 大的转折点，噪声信号的奇异值曲线则很平坦．然后提出了奇异值曲率谱的概念，并利用 它来描述舍噪信号奇异值曲线的转折点情况，分析了曲率谱计算时需注意的问题．研究结 果表明，根据曲率谱的最大峰值位置可以确定有效奇异值个数：如果奇异值曲线在曲率谱 最大峰值的位置坐标k处是凸出的，则有效奇异值的个数为k；如果奇异值曲线在k处是 凹进的，则有效奇异值的个数为k—1．利用此方法来确定轴承振动信号的有效奇异值，提 取到了由于滚道损伤而引起的调制现象，据此可靠地判断出了滚道剥落坑总数． 关键词：奇异值分解；曲率谱；最大转折点；最大峰值；信号处理 中图分类号：TN911．7；THl65．3 奇异值分解(SVD)是指：对于一个实矩阵A∈一部分噪声，而选择过少则会丢掉信号中的有用成 R““，不管其行列是否相关，必定存在正交矩阵U∈ 分，有时甚至会造成信号波形的畸变一d2I．有效奇异 R““和V∈R““，使得 值个数的确定虽然简单，但目前还没有成熟的选择 A=UDVr (1) 方法，更多的是依赖经验进行选取．文献[6]中提出 D]或者其转 成立，其中D=[diag(矿。，盯：，…，盯。) 利用奇异熵增量的方法来确定有效奇异值个数，奇 异熵增量定义为 置，这取决于m≤／7,还是m／7,，D∈R“4，O代表零 矩阵，q=rain(m，，I)，且tlrI≥盯2≥…≥盯。0，它们 AEi=一 (2) 称为矩阵A的奇异值． 卜j主=tq)lg(《吒) 近年来，SVD在数据压缩¨。4J、故障诊断和特征 该作者后来又将奇异熵增量定义为川： 提取‘孓7f、主分量分析‘8{、信号降噪‘弘123等领域中得 到了极其广泛的应用，有研究者甚至利用它的正交 化和降维特性来实现对神经网络隐层结点数的估 计【I31．在这些应用中，都需要合理地选择有效奇异 (i=l，2，…，g) 值，尤其是在数据压缩、主分量分析和信号降噪中， 从本质上说，这两种定义获得的奇异熵增量曲 有效奇异值的选择更为重要，选择不当会极大地影 线的形状是一样的，只是具体幅值有所不同而已，其 响数据压缩、降维和降噪效果¨4’8d21．以信号降噪为 中式(2)计算结果的数量级较大．但实际计算结果 例，如果奇异值数目选择过多，则会使处理结果混进 表明，除了幅值的变化外，这种奇异熵增量曲线和奇 收稿日期：2009．09—03 业务费专项资金资助项目(2009ZM0287) edu．cn 万方数据 1