咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >利用奇异值分解的信号降噪方法 收藏

利用奇异值分解的信号降噪方法

Noise Reduction Method Based on Singular Value Decomposition

作     者:钱征文 程礼 李应红 

作者机构:空军工程大学工程学院西安710038 西安交通大学机械制造系统工程国家重点实验室西安710049 

出 版 物:《振动.测试与诊断》 (Journal of Vibration,Measurement & Diagnosis)

年 卷 期:2011年第31卷第4期

页      面:459-463,534-535页

核心收录:

学科分类:1002[医学-临床医学] 08[工学] 080202[工学-机械电子工程] 0804[工学-仪器科学与技术] 0805[工学-材料科学与工程(可授工学、理学学位)] 0802[工学-机械工程] 0703[理学-化学] 0801[工学-力学(可授工学、理学学位)] 0702[理学-物理学] 

基  金:国家高技术研究发展计划("八六三"计划)资助项目(编号:2007AA04Z410) 

主  题:降噪 奇异值分解 信噪比 均方差 重构 快速傅里叶变换 

摘      要:为了提高测试信号的信噪比,针对奇异值分解降噪法中有效秩阶次的选择以及重构矩阵结构的确定两个关键问题,提出了一种基于信号频率成分的奇异值降噪方法。该方法利用信号快速傅里叶变换结果中主频率个数来确定有效秩阶次,通过降噪信号的信噪比和均方差大小确定重构矩阵结构,并采用不同频率成分的几组信号对该方法进行了验证。结果表明,有效秩的阶次是源信号主频个数的2倍,并且这种倍数关系不随重构矩阵行列数的变化而变化;在工程应用中,重构矩阵的最佳行数取信号数据长度的一半,可以得到较好的降噪效果;除傅里叶变换结果中有用信号频率与噪声频率难以区分的情形外,无论是白噪声还是色噪声,该方法都十分有效。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分