基于奇异值分解的信号处理关键技术研究

《基于奇异值分解的信号处理关键技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文基于奇异值分解的信号处理关键技术研究作者姓名聂振国学科专业机械制造及其自动化指导教师赵学智教授所在学院机械与汽车工程学院论文提交日期2016年4月ResearchonKeyTechnologyofSignalProcessingBasedonSingularValueDecompositionADissertationSubmittedfortheDegreeofMasterCandidate：NieZhenguoSupervisor：Prof.ZhaoXuezhiSouthChinaUniversityof

2、TechnologyGuangzhou,China分类号：TN911.7;TH165.3学校代号：10561学号：201320100344华南理工大学硕士学位论文基于奇异值分解的信号处理关键技术研究作者姓名：聂振国指导教师姓名、职称：赵学智教授/博士生导师申请学位级别：工学硕士学科专业名称：机械制造及其自动化研究方向：制造系统的检测、诊断及控制论文提交日期：2016年4月22日论文答辩日期：2016年6月6日学位授予单位：华南理工大学学位授予日期：年月日答辩委员会成员：主席：王清辉委员：李伟光、李勇、曾志新、刘其洪华南理

3、工大学学位论文原创性声明？？．．本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所中特别加Ｗ标法引用的内容外，本论文不包含任取得的研究成果。除了文何其他个人或集体己经发表或撰写的成果作品。对本文的研究做出重要贡。本人完全意识到本声明的献的个人和集体，均已在文中明确方式标明法律后果由本人承担。日期｜许月日；心作者签名：７１訓学位论文版权使用授权书本学位论、使用学位论文的规定，目Ｐ；研文作者完全了解学校有关保留巧生在校攻读学位期间论文工作的知识产权单位属华南理工大

4、学。学校有权保存并向国家有关部口或机构送交论文的复印件和电子版，允许学位论■文被查阅（除在保密期内的保密论文外）；学校可Ｗ公布学位论文的全部或许采用影印、汇编学位论文。、缩印或其它复制手段保存部分内容，可Ｗ允内容相一致本人电子文档的内容和纸质论文的。＇本学位论文属于：□保密年解密后适用本授权书。，在封不保密，同意在校园网上发布，供校内师生和与学校有共享协议的单位浏览；同意将本人学位论文提交中国学术期刊（光盘版）电子杂志社全文出版和编入ＣＮＫＩ《中国知识资源总库》，传播学位论文的全

5、部或部分内容。＂＂Ｖ（请在Ｗ上相应方框内打）日其月；＾７作者签名；藻聲咳Ａｍ；指导教师签名；曰期＇电子邮箱：作者联系电话：联系地址（含邮编）；摘要奇异值分解(SingularValueDecomposition,SVD)是一种对非线性和非平稳信号非常有效的信号处理方法，本文在传统奇异值分解信号处理的基础上，对目前奇异值分解信号处理方法存在的几个关键问题进行了深入研究与探讨，提出了分段SVD算法和小波包能量谱(waveletpacketenergyspectrum,WPES)-SVD算

6、法，并将其应用于特征提取，取得了较好的效果。首先，研究了Hankel矩阵构造方式下的SVD信号处理原理，分析了原始纯净信号与含噪信号的奇异值分布规律，根据信号与噪声对奇异值的贡献率不同，通过奇异值差分谱来选取较大的奇异值进行重构，可从含噪信号中分离出纯净信号。接着，分析了SVD的数值计算过程与计算量，针对长序列信号构造的Hankel矩阵阶数大，SVD处理耗时长、占用内存大的问题，提出了两种分段SVD信号处理算法，通过对信号进行分段SVD处理，可大大减少计算量，有效缩短信号处理时间。然后，将主成分分析(PrincipalC

7、omponentAnalysis,PCA)应用于信号处理，分析了PCA的信号处理过程，提出通过特征值差分谱理论来选取主成分个数，并与SVD信号处理进行了比较分析。针对信号中含直流分量时第一个奇异值较大，提出对信号进行零均值化以消除直流分量对奇异值的影响。最后，将小波包分解与SVD相结合用于强噪声背景下的故障特征提取，提出了一种小波包能量谱-SVD算法，首先对信号进行小波包分解，选取能量最大的频带信号进行SVD处理，以进一步消除噪声，对消噪后的信号进行包络解调可得到故障特征频率。将该算法应用于转子故障振动信号和轴承故障振动

8、信号的特征提取，取得了良好的效果。关键词：奇异值分解；主成分分析；差分谱；小波包能量谱；特征提取IAbstractSingularvaluedecomposition(SVD)isaneffectivesignalprocessingmethodfornon-linearandnon-stationarysignal