[发明专利]一种基于改进变分模态分解的噪声源识别方法

摘要

本发明涉及一种一种基于改进变分模态分解的噪声源识别方法，包括下列步骤：采集发动机某一工况下单通道信号噪声；对噪声信号进行去趋势项及去噪预处理处理；对于预处理后的信号进行改进变分模态分解IVMD，得到不同频段的信号分量；对于输出的分解信号分量，利用互信息筛选主要噪声分量，确定主要噪声频段：对噪声分量与源信号进行互信息的分析，确定互信息值最高的几个分量作为主要噪声频段进行后续分离及分析；对噪声分量进行盲源分离，得到独立的噪声分量；对独立的噪声分量利用小波变换进行时频分析及傅里叶变换，确定各独立分量的噪声分量时频、功率谱、包络谱等特征；对噪声分量与近场噪声进行相干性分析，识别分量噪声信号来源。

主权项

1.一种基于改进变分模态分解的噪声源识别方法，包括下列步骤：(1)采集发动机某一工况下单通道信号噪声；(2)对噪声信号进行去趋势项及去噪预处理处理，以减少噪声信号采集误差；(3)对于预处理后的信号进行改进变分模态分解IVMD，得到不同频段的信号分量，方案如下:(a)设定初始变分模态分解数k＝1，进行分解，得到k个IMF分量(b)对k个IMF分量进行线性叠加，所有分量信号求和重构，对重构信号幅度值的平方进行求和得到和能量，然后计算和能量与源信号的能量比，定义能量比为C；(c)增加k值，循环步骤(a)、(b)，直至C大于某一阈值；(d)当C大于阈值时，确定k个IMF分量，输出分解信号分量；(4)对于输出的分解信号分量，利用互信息筛选主要噪声分量，确定主要噪声频段：对噪声分量与源信号进行互信息的分析，确定互信息值最高的几个分量作为主要噪声频段进行后续分离及分析；(5)对噪声分量进行盲源分离，得到独立的噪声分量；(6)对独立的噪声分量利用小波变换进行时频分析及傅里叶变换，确定各独立噪声分量的时频、功率谱、包络谱等特征。(7)测试近场噪声信号，对独立噪声分量与近场噪声进行相干性分析，识别分量噪声信号来源。