基于小波包去噪和emd的混合算法-太赫兹科学与电子信息学报.pdf

第 11 卷 第 2 期 太赫兹科学与电子信息学报 Vo1．11，No．2 2013 年 4 月 Journal of Terahertz Science and Electronic Information Technology Apr．，2013 文章编号：2095-4980(2013)02-0277-05 基于小波包去噪和 EMD 的混合算法 汤继磊 1a ，黄玉清 1b ，潘泽友 2 (1.西南科技大学 a.信息工程学院； b .国防科学与技术学院，四川 绵阳 621000 ； 2. 中国工程物理研究院 计算机应用研究所，四川 绵阳 621999) 摘 要 ：经验模态分解(EMD)是希尔伯特−黄变换(HHT) 中的关键步骤，并伴有过冲和端点效应 的产生。利用遗传算法(GA)对支持向量机(SVM) 中的未知参数：惩罚函数 C 和高斯核函数中的预设 参数 σ 进行优化选取，运用 GA-SVM 对信号进行端点延拓来处理端点效应问题并提出采用分段三 次 Hermite 多项式插值进行包络线拟合；为了机械设备早期故障频率的特征提取，采用小波包降噪 预处理，结合改进的 Hilbert−Huang 变换进行轴承故障特征频率的提取实验；实验表明该方法提高 了故障频率提取的准确性。 关键词 ：希尔伯特−黄变换；分段三次 Hermite 多项式插值；遗传算法-支持向量机；小波包 中图分类号 ：TN957.54 ；TP391.5 文献标识码 ：A Hybrid algorithm based on wavelet packet denoising and EMD 1 2 3 TANG Ji-lei ，HUANG Yu-qing ，PAN Ze-you (1a.School of Information Engineering；1b.School of National Defence Science Technology，Southwest University of Science and Technology，Mianyang Sichuan 621000，China； 2.Computer Application Research Institute，China A cademy of Engineering Physics，Mianyang Sichuan 621999，China) Abstract： Empirical Mode Decomposition(EMD) decomposition is a critical step in Hilbert-Huang Transform (HHT), accompanied by overshoot and endpoint effect. The Genetic Algorithm(GA) is used to optimize and select the unknown parameters including the penalty function C and default parameters σof Gaussian kernel of Support Vector Machines(SVM). GA-SVM is applied to extend signals to deal