基于奇異值分解的信號消噪技術(shù)

基于奇異值分解的信號消噪技術(shù)

ID:28858042

大小:1.05 MB

頁數(shù):32頁

時間:2018-12-14

基于奇異值分解的信號消噪技術(shù)_第1頁
基于奇異值分解的信號消噪技術(shù)_第2頁
基于奇異值分解的信號消噪技術(shù)_第3頁
基于奇異值分解的信號消噪技術(shù)_第4頁
基于奇異值分解的信號消噪技術(shù)_第5頁
資源描述:

《基于奇異值分解的信號消噪技術(shù)》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、基于奇異值分解的信號消噪技術(shù)摘要模態(tài)參數(shù)識別是從結(jié)構(gòu)不同位置的動力響應(yīng)信號中提取出結(jié)構(gòu)的模態(tài)參數(shù),即:從動力測試響應(yīng)信號數(shù)據(jù)中確定結(jié)構(gòu)的模態(tài)參數(shù)(模態(tài)振型、固有頻率和阻尼比)。每一個結(jié)構(gòu)都有其固有的模態(tài)參數(shù),并且如果結(jié)構(gòu)動力特性發(fā)生變化了,那么結(jié)構(gòu)的模態(tài)參數(shù)也將發(fā)生相應(yīng)的變化。顯見,結(jié)構(gòu)的模態(tài)參數(shù)識別是非常重要的,為診斷結(jié)構(gòu)健康狀況提供了依據(jù)?;谳敵龅哪B(tài)參數(shù)識別方法利用的信息主要是系統(tǒng)的自由振動信號,要獲得自由振動信號首先需獲得結(jié)構(gòu)的響應(yīng)信號。由于環(huán)境激勵的不充分和噪聲等干擾因素的存在,導(dǎo)致信號測試信號不能直接用于參數(shù)辨識,需要對信號進(jìn)行消噪處理。即從大量背景噪聲中提取出

2、可用于模態(tài)參數(shù)辨識的有用信號成分,剔除干擾因素,提取有用信息。此時,信號消噪技術(shù)研究變得尤為重要。本文采用了一種將Hankel矩陣和奇異值分解相結(jié)合的消噪方法。該方法首先對測量信號構(gòu)造的Hankel矩陣進(jìn)行奇異值分解,再利用測量信號快速傅立葉變換結(jié)果中主頻率的個數(shù)來確定有效秩階次,接著通過消噪信號的信噪比和均方差大小確定重構(gòu)矩陣結(jié)構(gòu),最后通過反對角線平均法得到消噪后的信號數(shù)據(jù)。通過數(shù)值仿真,對不同信號進(jìn)行定秩和消噪,從結(jié)果可以知道這種方法具有較好的消噪效果。關(guān)鍵詞:信號消噪;奇異值分解;快速傅立葉變換;信噪比;均方差A(yù)MethodforNoiseReductionBasedo

3、nSingularValueDecompositionAbstractAccurateestimateofthemodalparametersofanoffshorestructureiscrucialtomanypracticalengineeringissues,suchasfiniteelement(FE)modelupdatingandvalidation,damagedetection,etc.Modalparameteridentificationmethodusesthetheresponsesignalofstructure,butactualresponse

4、signaloftencontainsalotofnoise,whichwillaffecttheaccuracyofsignalrecognition.Thetestsignalde-noisingprocessingisanimportantstepinsignalprocessing.UsingSingularValueDecomposition(SVD)ofconstructedHankelmatrixbymeasuredsignalisaneffectivemethodforeliminatingtherandomnoise.Thekeyistochoosether

5、ankoftheHankelmatrixanddeterminethestructureofthereconstructionmatrix.Inthispaper,itisusingthenumberofthemainfrequencyintheresultofusingsignalfastFouriertransformtodeterminetherankoftheHankelmatrix,andthroughSNR(SignaltoNoiseRatio)andMSE(MeanSquareError)todeterminereconstructionmatrixstruct

6、ure.Simulationandexperimentvalidatedthismethod.Theresultsshowsthatthenumberofrankisdoubleofthemainfrequency,andthebestlinesofreconstructionmatrixishalfofthelengthofthesignaldata.Youcaneasytochoosetherankofthematrixandgetabetternoiseeliminationresult.Keywords:Signalde-noising;Singularvaluede

7、composition;FastFouriertransform;Signaltonoiseratio;Meansquareerror目錄1引言12SVD分解消噪理論52.1Hankel矩陣52.2SVD分解的基本理論62.3對測量信號進(jìn)行SVD分解63有效秩階次和重構(gòu)矩陣結(jié)構(gòu)的確定83.1有效秩階次的確定83.2重構(gòu)矩陣結(jié)構(gòu)的確定144消噪后的信號重構(gòu)165數(shù)值仿真175.1Matlab仿真結(jié)果分析175.2Matlab程序236結(jié)束語26參考文獻(xiàn)27基于奇異值分解的信號消噪技術(shù)1引言隨著社會的發(fā)展,

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。