基于奇异值分解和经验模态分解的航空发动机健康信号降噪

提出了一种基于奇异值分解(Singularvaluedecomposition,SVD)和经验模态分解(Empiricalmodedecomposition,EMD)的信号降噪方法.首先采用EMD方法对原始信号进行分解并提取出信号趋势分量.然后对信号剩余部分采用SVD方法降噪,并根据奇异值差分谱方法自适应选择奇异值进行信号重构.最后将重构后的信号与趋势分量叠加得到最终的降噪信号.采用该方法对模拟信号和实际航空发动机健康信号进行了降噪试验,结果表明:该方法能够准确地选择用于重构信号的奇异值,并能够有效地去除信号噪声.