徐静妹，叶庆卫，王晓东，周宇

(宁波大学信息科学与工程学院，浙江宁波315211)

斜拉索振动信号的包络线稀疏复原算法

徐静妹，叶庆卫，王晓东，周宇

(宁波大学信息科学与工程学院，浙江宁波315211)

经验模态分解算法在故障诊断、信号去噪、趋势预测和趋势消除等很多领域具有广泛的应用价值。信号包络线提取是经验模态分解算法的核心关键技术，直接影响分解结果的效果。目前在信号处理中常用的包络分析法有Hilbert变换、广义检波滤波、三次样条插值法和偏微分方程建模等，但是这些方法存在提取包络线精度不高、端点效应等不足，尤其是端点抖动效应导致很大的包络线提取误差。将信号的极值点看成是包络线信号的某一变换域上稀疏采样点，引入了稀疏优化算法对这些极值点进行包络线的稀疏优化复原。首先研究分析包络线的平稳变化特性，以此构建变频的DCT稀疏基;其次求解信号的极值点，以信号的极值点集用于稀疏优化算法的观测值;然后采用正交匹配追踪算法进行包络线的稀疏复原求解;最后对实际斜拉索振动信号进行算法测试和应用，通过与三次样条插值法进行比较分析，结果表明本算法不仅可以提高提取信号包络线的精度，还可以有效的抑制端点效应。

经验模态分解;Hilbert变换;三次样条插值;稀疏复原;端点效应

经验模态分解法(Empirical Mode Decomposition，EMD)是由美籍华裔科学家Huang等提出的一种基于瞬时频率的信号处理方法，它能够克服傅里叶变换、短时傅里叶变换和小波分析等信号分析方法存在的局限，主要用于处理非稳态、非线性的时变频率信号［1］。……