互补集合自适应最稀疏窄带分解及其应用
中国知网
湖南科技大学; 上海交通大学; 大连理工大学机械工程学院
摘要
自适应最稀疏窄带分解(Adaptive Sparsest Narrow-band Decomposition,ASNBD)是在包含内禀模态函数(Intrinsic Mode Functions, IMF)的过完备字典库中搜索信号的最稀疏解,将信号分解转化为优化问题,但在强噪声干扰时计算精度仍有待提高。因此在结合了互补集合经验模态分解(Complementary Ensemble Empirical Mode Decomposition,CEEMD)算法,得到了新的互补集合自适应最稀疏窄带分解(Complementary Ensemble Adaptive Sparsest Narrow-ban...
关键词
故障诊断 滚动轴承 自适应最稀疏窄带分解 互补集合经验模态分解 局部窄带信号 fault diagnosis rolling bearing adaptive sparsest narrow-band decomposition complementary ensemble empirical mode decomposition local narrow-band signal
