任学平，庞震，辛向志，邢义通

(内蒙古科技大学 机械工程学院，内蒙古 包头 014010)

合理并有效地提取故障信息不仅可及时诊断故障，还能提高故障识别准确性。小波包是在小波基础上发展起来的信号处理方法[1-3]，具有更细致、精确的信息分布，可同时在高、低频段进行分解，提高信号频率的分辨率，但小波包在分解中会产生子带虚假频率，造成严重的频率混叠现象，对后续分析不利。

经验模态分解(Empirical Mode Decomposition，EMD)对于处理非线性、非平稳信号具有很强的适用性[4]，但在其分解过程中存在模态混叠现象，很大程度上限制了其实际应用。总体经验模态分解(Ensemble Empirical Mode Decomposition，EEMD)是EMD的改进，其利用附加的Gauss白噪声均匀分布在整个时域空间，使整个信号在不同尺度上具有连续性，从而有效解决了模态混叠问题[5-7]。

1 基本理论

1.1 改进小波包

在小波包分解过程中，小波滤波器的隔点采样使采样频率减半，往往引起频率折叠现象；而在小波包重构过程中，隔点插零使采样频率加倍，产生无法滤去的真实频率映像，即虚假频率，对整个分解和重构过程造成频率混叠现象。因此，对信号进行理想滤波可防止分解过程中的频率折叠，并去除重构过程中多余的虚假频率成分。

基于此想法，在信号分解过程中对经过滤波的频率进行快速Fourier变换(Fast Fourier Transform，FFT)，依据卷积滤波频带划分规律，将FFT后的低半频段或高半频段置零，再进行快速Fourier逆变换(Inverse Fast Fourier Transform，IFFT)处理。通过这3个步骤(用C与D表示)防止频谱交错，并避免隔点采样引发的频率混叠。……