李永军　崔心瀚　李　珂

(军械工程学院导弹工程系，河北 石家庄　050003)



一种振动信号的EMD去噪方法及其仿真分析

李永军崔心瀚李珂

(军械工程学院导弹工程系，河北 石家庄050003)

针对在集合经验模态分解(EEMD)降噪应用过程中出现的模态混叠问题，采用排列熵与经验模态分解(EMD)相结合的方法，对振动信号进行降噪。引入排列熵概念，利用排列熵对EEMD分解得到的固有模态函数(IMF)进行随机性检验，形成新的EEMD降噪处理方法。仿真试验结果表明，该方法能有效提高信噪比，运算效率也得到了较大程度的提升。

经验模态分解(EMD)集合经验模态分解(EEMD)辅助噪声降噪模态混叠IMF排列熵仿真

0　引言

非平稳、非线性信号的降噪处理，是信号处理中的一个难题。研究人员曾尝试采用经验模态分解(empirical mode decomposition,EMD)方法，对含噪信号进行降噪。由于模态混叠等问题，导致EMD对包含间断信号以及脉冲干扰的含噪信号降噪效果不甚理想[1-3]。集合经验模态分解(ensemble empirical mode decomposition,EEMD)方法的出现，为解决EMD降噪问题提供了新的解决思路。

本文在分析EEMD方法降噪基本原理的基础上，采用了一种基于改进EEMD的振动信号降噪处理方法。该方法结合EEMD在处理模态混叠问题上的突出表现，引入排列熵作为信号异常事件检测标准，判断辅助噪声添加截止条件，从而完成非平稳、非线性振动信号的降噪处理。

1　EEMD分解

为了有效抑制模态混叠影响，有学者结合白噪声频谱均匀分布的特性，借助白噪声有效调节不同时间尺度信号分布[4]，在EMD研究的基础上，提出了EEMD方法。……