关于二次EEMD地时频分析_0.doc

关于二次EEMD的时频分析 1、相关定义 1.1、Wigner-Ville 分布的定义和基本性质 3.1.1 Wigner-Ville 分布的定义3.1.1 Wigner-Ville 分布的定义 Wigner-Ville 分布((Wigner-Ville Distribution,WVD)是由 Ville 在 1948 年提出 的,它能在时域和频域中同时揭示信号能量的分布,物理意义明确,是最常用的双 线性时频分布之一,并被看作是一大类分布的原型。近年来,凭借着其较好的时频 聚集性和较高的时频分辨率,WVD 被广泛应用于信号分析和处理领域,尤其是对非 平稳信号的处理方面[37]16[38-41]。WVD 在时域和频域有两种表示方式,分别如下: WVD (t , ω) = 1 +∞* π∫ ∞x (t 1 τ) x (t +1τ) e iτω x2 2 2dτ(3-1) WVD (t , ω) = 1 +∞ π∫ ∞X * (ω 1 θ) X (ω +1θ)e iθτ x2 2 2dθ(3-2) 由 WVD 的时域表达式可以看出,在时域范围内,一个信号在某一时刻的 Wigner-Ville 分布就是将该点过去和未来的信号等长度地做积后对结果进行傅里叶变 换,因此,这个结果可以可以反映信号的时频特性。 1.2、EMD 基本概念 在介绍经验模态分解算法的基本原理之前,要了解一下经验模态分解中所涉 及到的一些概念及其特征,主要包括时间序列信号和本态模征函数。 1. 时间序列信号 对于任意一个给定的时间序列信号 z (t ),本文可以把它表示成复数和极坐标 两种形式。其复数形式为: z (t ) x( t ) jx ( t )(2-1) 其中, x (t )为时间序列信号 z ( t )的实部, x ( t )为时间序列信号 z (t )的虚部。 其极坐标形式为: z (t ) a (t )ej ( t)(2-2) 因为实时间序列信号的频谱共扼对称,所以通常情况下会把新建序列信号中 的负频信号部分剔除,且为了保证原始信号的能量值不发生变化,通常会对剩余 正频信号进行加倍处理。则时间序列信号 z (t )的频谱转化为: 2X ( f ) , f0 z ( f ) X ( f ) , f0(2-3) 0 , f 0 如果 H ( f )是奇对称的阶跃函数,那么有 10 1.3、EEMD的基本概念及原理 3.2.1 EEMD的发展及应用3.2.1 EEMD的发展及应用 总体经验模态分解方法是一种在经验模态分解方法基础上最近才提出的改进算法, 由于其在解决EMD的混频方面取得明显效果,一经提出得到广大学者的青睐而被广泛 应用到各个领域中。 在气候领域,文献[23]中,作者运用EMD和EEMD两种分解方法,分解多年的气 象数据,包括风力、温度和气压等气候信息,经过分解后得到各MF,再从中找出异常 气候的年度调制周期。论文经过大量的研究表明,该方法得到理想的预期结果。文献[24] 中,采用新型的总体经验模态分解方法,根据从1756年到2000年之间在斯德哥尔摩的 温度记录自适应的确定春季到来的时间。文中分析了春天到来时间的长期变化以及其与 北大西洋震荡和温度变异之间的关系,经分析发现冬季北大西洋震荡情况与斯德哥尔摩 春天到来时间之间有一定的内在关系,但是对于长期变化趋势无从确定。文献[25]采用 自适应数据处理方法EEMD分解法来处理154年来旧金山的海平面数据,分析得到海平 面长期变化的趋势、最近的变化以及其他一些信息。其中分解后的最低频率模式就是对 应的长期趋势,下一个最高模式对应100年期间的振荡,这种振荡与太阳的变化有可能 有关系。下一个较低的模式对应代表年代际时间尺度,因此包括太平洋年代际振荡。 在工程领域,文献[26]应用EEMD方法对轨道-车辆系统中,钢轨不平顺的波长-幅 值分布及短波不平顺的分布进行研究,研究发现,对加速度信号进行EEMD分解结果能 很好的反映钢轨不平顺幅值变化及所在空间位置等重要信息。文献[27]采用基于EEMD 分解方法对电能质量扰动信号分解得到固有模态分量,然后对其进行希尔伯特黄变换, 确定非平稳电能扰动信号的时间、频率和幅值等信息,能够很好的对电能质量扰动进行 检测。 西南交通大学硕士研究生学位论文第20页 在故障诊断领域,文献[28]中使用了基于EEMD分解方法的旋转机械故障诊断技术, 通过对比EMD和EEMD在抽取旋转机械故障特征信号中的优缺点,发现EEMD是一 种更好的分析处理方法,能够有效的避免EMD的模态混叠现象。此外,EEMD方法被 用来对轴承的故障识别[293[3”]、对内燃机的噪声识别[31]、对旋转机械的故障诊断[32]、对 齿轮箱的故障监测[333P4]、对柴油机机械故障的诊断[3