第一作者位秀雷男，博士生，1988年10月生

通信作者刘树勇男，博士，副教授，1975年11月生

小波-SG-EEMD混合算法及混沌去噪应用研究

位秀雷,林瑞霖,刘树勇,王强

(海军工程大学动力工程学院，武汉430033)

摘要：混沌信号和噪声频谱部分甚至全部重叠，单一的去噪方法无法有效地从强干扰中提取有用信号，为此，提出了小波-SG-EEMD混合去噪算法。该算法将小波-SG作为EEMD的预滤波单元，有效降低白噪声和局部强干扰的影响，并结合EEMD抑制模式混叠的特性，可以有效地将混沌信号从复杂干扰中提取出来。利用Lorenz时间序列详述了混合滤波算法的实施过程，并将该方法用于两自由度混沌振动信号中。结果表明该方法切实可行，具有非常好的应用价值。

关键词：混沌信号；小波变换；SG算法；EEMD

基金项目：国家自然科学基金(51179197);海洋工程国家重点实验室(上海交通大学)开放课题(1009)

收稿日期：2014-05-19修改稿收到日期：2014-08-29

中图分类号:O322

文献标志码：A

DOI:10.13465/j.cnki.jvs.2015.17.017

Abstract:Since some or all of spectral bands of chaotic signals and those of noise overlap, chaotic signals cannot be extracted effectively from strong disturbances with a single denoising method. Here, the hybrid wavelet-SG-EEMD algorithm was proposed. With the proposed algorithm, the wavelet-Savitzky-Golay(wavelet-SG) algorithm was taken as the pre-filter element of the ensemble empirical mode decomposition(EEMD) in order to reduce the effects of random white noise and local strong disturbances, and then the hydrid algorithm was combined with the characteristics restraining mode mixing of EEMD to extract the chaotic signals from complex and strong disturbances effectively. The implementation of the hybrid filtering algorithm was evaluate with Lorenz time series. Finally, the method was applied in 2-DOF chaotic vibration signals, and the results showed that the strong noise can be filtered normally.

Hybrid wavelet-SG-EEMD algorithm and its application in chaotic de-noising

WEIXiu-lei,LINRui-lin,LIUShu-yong,WANGQiang(College of Power Engineering，Naval University of Engineering, Wuhan 430033, China)

Key words:chaotic signal; wavelet transformation; SG algorithm; EEMD

近年来，由确定系统产生的混沌现象在很多学科中得到了广泛应用[1]。但是，由于受到测量工具以及外界环境等影响，实际采集到的混沌信号不可避免地混有噪声，掩盖了混沌信号的真实动力学行为[2]。混沌信号具有功率谱宽带性和似噪声性，其频带与叠加的其他信号的频带往往全部或部分重叠，尤其对于较低信噪比的混沌信号，现有的单一方法难以实现有效滤波[3]。

Huang等[4]提出了处理非线性非平稳信号的新方法——经验模态分解(Empirical Mode Decomposition, EMD)，与小波变换方法相比，EMD无需信号的先验知识，其分解完全依赖信号本身，数据分解真实可靠。……