信号有效奇异值的数量规律及其在特征提取中的应用.pdfVIP

振动工程学报 第 29 卷第 3 期 Vo l. 29 No.3 2016 年 6 月 J ournal of Vibration Eng ineering Jun.2016 信号有效奇异值的数量规律及其在特征提取中的应用 赵学智，聂振国，叶邦彦，陈统坚 (华商理工大学机械与汽车工程学院，广东广州 510640) 摘要:针对信号的有效奇异值选择问题，发现了有效奇异值和信号频率个彼之间存在重姿联系，研究结果表明有效 奇异值放量自信号中的频率个数决定.而与频率大小及其幅值无关.只要信号所构造矩阵的维数大于信号中频率 个数的两倍，则每一个频率成分产生两个有效奇异值.研究了噪声干扰下有效奇异值的分布规律，发现随着矩阵 维数的增加，有效奇异值受噪声的影响逐渐变小， 而噪声产生的奇异值则会被分离到有效奇异值之后.基于每一 个频率成分产生两个奇异值这一特性，提出利用 SVD 提取自一个或多个特征频率钩成的特征信号时域波形，并将 这一方法用于轴承和转子振动的波形符征提取，其效果优于小波变换. 关键词: 信号处理;奇异值分解;有效奇异值;特征提取 中图分~号: TN91 1. 7 ; THI65+ . 3 文献标志码: A 文章编号: 1004-4523(2016)03-0532- 10 DOI: 10. 16385/ j. cnki. issn. 1004-4523.2016.03.020 效奇异值的问题很少有人认真去研究过。文[9J 在 估计正弦信号的奇异值时，认为一个频率对应一个 引言 奇异值，但这一结果值得商榷。此外更多的研究都 近年来，奇异值分解(Singular value decompo- 是集中于利用奇异值进行各种运算得到一些特征点 , SVD)在振动模态[ 1 ] 、心电信号f叫、声发射 来确定有效奇异值，如差分谱法[川 、奇异摘法。1] 、 sition 信号[4 ] 、机械故障诊断[5-6] 、 小波变换的 、地球电磁场 聚类法[12] 等等，这些方法并没有从根本上分析信号 信号时等方面获得了广泛的应用。如 Araujo 等利 的有效奇异值个数问题，只是通过对奇异值序列进 用 SVD 中的左奇异向量来估计梁的振动模态[11 : 行不同运算得到一些特征点，由此来选择有效奇异 Ahmed 等将 SVD 和小波变换相结合用于心电信号 值，但是在实际应用中总是难以适应各种不同的情 的压缩[2] ;]ung Woo-Hyuk 等则利用 SVD 方法来 况。 文[13J利用 SVD 来获得彼此独立的分量信号， R 波峰I3] ;Sarnraj 等利用 SVD 提 文中讨论了矩阵行数和列数对分量信号独立性的影 提取心电信号的 响， 并认为矩阵行数大于 1 5 时可以获得具有独立性 取刀具声发射信号的特征，用于对刀具磨损的监 测[4] ; Su Zhongyuan 等将 SVD 和 Hilbert-Huang 的一组分量信号。文[14J则将这种方法引人到轴承 变换相结合，用于对齿轮箱故障的识别和分类[S1 2 的故障诊断中，并分别采用大的奇异值和分量信号 Cong Feiyun 等提出了一种短时序列矩阵的 SVD 的能量作为神经网络的输入来识别轴承的故障。在 方法，用于轴承故障诊断例;此外， SVD 对 Morlet 这两篇论文中均未涉及到奇异值数目和频率个