浏览全部资源
扫码关注微信
石家庄军械工程学院
纸质出版日期:2012
移动端阅览
[1]杨杰,郑海起,关贞珍,王彦刚,田昊.一种基于SST-MOM的改进形态成分分析算法及其应用[J].机械传动,2012,36(06):93-98.
[1]杨杰,郑海起,关贞珍,王彦刚,田昊.一种基于SST-MOM的改进形态成分分析算法及其应用[J].机械传动,2012,36(06):93-98. DOI: 10.16578/j.issn.1004.2539.2012.06.024.
DOI:
形态成分分析(MCA)是最新提出的一种基于稀疏表示的信号和图像分解(分离)方法
其扩展算法GMCA(Generalized MCA)可用于超定和欠定情形的盲源分离。为了降低GMCA算法中重构信号的均方差
提高分离信号的精度
将半软阈值函数和MOM阈值更新机制相结合
提出了SST-MOM(Semi-soft Thresholding MOM)阈值更新策略
仿真结果表明
新算法较原GMCA算法提高了分离信号的信噪比
将其应用于齿轮箱复合故障诊断中
有效地识别出了两路观测信号中的3种故障
表明了该算法的有效性。
0
浏览量
90
下载量
2
CSCD
关联资源
相关文章
相关作者
相关机构