自适应降噪算法

一种结合自适应幅度校正噪声的完全集成经验模态分解与谱峭度的振动信号降噪方法，能深层抑制噪声，效果优于现有CEEMDAN-SK算法。

刘志龙 · Li, Tongxi · Zhifeng, Zhu · Minggang, Li · 聂常华 · 唐樟春

Electronics (Switzerland) 2023

技术优势

降噪更彻底

通过自适应幅度校正噪声改进分解，结合谱峭度筛选有效分量，抑制噪声效果优于CEEMDAN-SK算法。

信号分析更容易

去除噪声后，振动信号特征更清晰，便于后续状态评估与故障诊断。

应用场景

• 机械设备状态监测：用于处理强噪声下的振动信号，提升监测可靠性。
• 振动信号处理：为后续特征提取和故障识别提供高质量信号。
• 核电装备维护：可处理控制棒驱动机构振动信号，辅助状态评估。
• 工业设备故障诊断：适用于化工等工业场景的旋转机械振动信号降噪。