振动与冲击

作者：邸忆，顾晓辉，龙飞

单位：1. 南京理工大学 机械工程学院， 南京 210094；2. 贵州大学 智能信息处理研究所， 贵阳 550025

关键词：声阵列；信号去噪；总体平均经验模态分解；数据一致性融合；时延矢量封闭准则

针对声阵列多通道信号的去噪问题，提出一种基于多传声器信息融合辅助的改进总体平均经验模态分解(ensemble empirical mode decomposition, EEMD)的被动声信号去噪方法。首先，对标准EEMD进行改进，通过多通道信号频谱分析，选取多传声器信号最小有效频率作为各通道信号EEMD分解的筛选截止频率，采用改进的EEMD算法将原始信号快速分解为完备的IMF分量，有效抑制了模态混叠现象并提高信号分解效率；其次，引入声阵列时延矢量封闭准则(time delay vector close rule, TDVCR)概念，结合多传声器数据一致性融合及信号相关性理论，对各IMF分量进行相应的权重计算，再由已确定权值对各IMF分量进行加权重构得到去噪信号；最终通过半实物仿真试验以及同传统EMD去噪的比较验证了本文算法在多通道信号去噪中的有效性和实用性。<br>

来源：2017年第15期

《振动与冲击》期刊编辑部

查看振动与冲击杂志2017年第15期