文献类型：期刊文章

作　　者：焦卫东[1] 林树森[1]

机构地区：[1]浙江师范大学工学院车辆工程系,金华321004

出　　处：《仪器仪表学报》

基　　金：浙江省杰出青年科学基金(R1100002);国家"863"计划(2007AA04Z424)资助项目

年　　份：2014

卷　　号：35

期　　号：12

起止页码：2808-2816

语　　种：中文

收录情况：BDHX、BDHX2011、CAS、CSCD、CSCD2013_2014、EI(收录号：20150500468879)、IC、INSPEC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：现有的基于经验模态分解(EMD)的信号去噪算法,用于幅值取阈以及信号重建的本征模函数(IMF)基本都是靠经验筛选,影响了算法的去噪性能。为解决这一问题,引入噪声残差似然估计(LE-RN)测度以建立IMF的优化筛选准则。由消噪后的重建信号与原始带噪信号,可以形成一个噪声残差(RN)分量。在不同去噪参数组合下,通过最大化RN分量与标准正态分布的对数似然,实现IMF分量的优化筛选。最终,形成一种改进的EMD基信号去噪方法。借助仿真消噪试验,通过与现有的EMD基去噪方法进行对比,验证了所提出的去噪参数优选准则及其改进EMD基去噪方法的有效性。

关 键 词：经验模态分解 本征模函数  幅值取阈  噪声残差似然估计  信号去噪

分 类 号：TN911.4] TN911.7]