文献类型：期刊文章

作　　者：程礼[1,2] 梁涛[1] 郭立[3] 程铭[1,4] 曾林[1]

CHENG Li;LIANG Tao;GUO Li;CHENG Ming;ZENG Lin(Aeronautics and Astronautics Engineering College,Air Force Engineering University,Xi＇an 710038,China;Advanced Aero Engine Collaborative Innovation Center,Beijing 100191,China;The Chinese People＇s Liberation Army 95606 Troops,Guiyang 550031,China;The Chinese People＇s Liberation Army 93066 Troops,Shenyang 110015,China)

机构地区：[1]空军工程大学航空航天工程学院,西安710038 [2]先进航空发动机协同创新中心,北京100191 [3]中国人民解放军95606部队,贵阳550031 [4]中国人民解放军93066部队,沈阳110015

出　　处：《振动与冲击》

基　　金：国家973项目(2015CB057400);国家自然科学基金(51175509)

年　　份：2018

卷　　号：37

期　　号：22

起止页码：206-213

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：奇异值分解(Singular Value Decomposition,SVD)可以将信号线性分解成一系列分量。通过深入分析基于Hankel矩阵的奇异值分解的基本原理和存在问题,揭示了奇异值分解的线性分解、重构分量频域无序和带通滤波等三个基本特性,据此提出了共振加强奇异值分解方法。数值仿真结果表明:所提方法不但很好地解决了传统奇异值分解的频域无序性问题,而且可以在任意给定频率附近,实现给定带宽的线性带通滤波,完整提取原始信号的幅值、频率和相位特征。这是现有各信号处理方法都没有的优势。将所提方法成功应用于某型涡桨发动机振动监测中的特征频率提取,结果表明方法具有优异的特征提取效果。

关 键 词：奇异值分解 带通滤波 带宽 振动监测  特征提取

分 类 号：TH165] TN911]