Page 86 - 《应用声学》2023年第4期
P. 86

748                                                                                  2023 年 7 月


             权重,进而降低噪声分量的干扰,从而实现信号重构                           对应的频率幅值为 v r (j),计算各个 IMF 分量与原
             精度的提高。                                            始信号的频域互相关系数Q r (F, v r ):
                 受此启示,重构信号y (t)表达式为
                                                                Q r (F, v r ) =
                           n
                          ∑                                            N/2−1
                   y (t) =   w r · c r (t) + w n+1 · r n (t) ,  (2)     ∑ (           )
                                                                                     ¯
                                                                             F (j) − F (v r (j) − ¯v r )
                          r=1
                                                                        j=0
             其中,w r 权重系数,w n+1 是残差的权重系数。                         v                  v                   , (6)
                                                                 u N/2−1            u N/2−1
                 互相关系数是衡量被测信号之间相关程度的                             u ∑ (    F (j) − F ¯ t     (v r (j) − ¯v r ) 2
                                                                                  ) u ∑
                                                                                   2
                                                                 t
             一个指标。通常情况下,互相关系数越大,信号的                                 j=0                 j=0
             相关程度越高      [23] 。为提高重构信号的SNR,分别计                                N/2−1               N/2−1
                                                                          1    ∑               1   ∑
                                                                     ¯
             算时域和频域中原始信号与 EMD 分解结果的互相                          其中,F =              F(j),¯v r =          v r (j)。
                                                                         N/2                 N/2
             关系数,随后根据相关系数设计权重值,具体步骤                                            j=0                 j=0
                                                               通过公式 (6) 计算得到各分量与原始信号的频域互
             如下:
                                                               相关系数如下:
                 (1) 计算各个 IMF分量与原始信号的时域互相
             关系数R r (x, c r ):                                          Q = [Q 1 Q 2 · · · Q n Q n+1 ] ,  (7)
                                                               其中,Q n+1 表示残差分量与原始信号的互相关
                   R r (x, c r )=
                                                               系数。
                        N
                       ∑
                           (x (t) − ¯x) (c r (t) − ¯c r )          (3) 各分量与原始信号的时频域互相关系数可
                        t=1                                    以表示为Π = [Π 1 Π 2 · · · Π n+1 ],其中,
                   v               v                ,   (3)
                      N               N
                   u               u
                   u∑              u∑              2
                        (x (t) − ¯x)    (c r (t) − ¯c r )
                   t              2 t                                           Π r = Q r · R r .         (8)
                     t=1             t=1
                                                                   为提高重构信号的 SNR,归一化时频域互相
                                                   N
                                                 1  ∑          关系数作为权重系数,重构各个分量。权重系数 w
             其中,N 是信号 x (t) 的采样点数;¯x =                x (t),
                                                N              定义为
                                                   t=1
                     N
                  1  ∑                                                                 Π r                (9)
             ¯ c r =    c r (t),r = 1, 2, · · · , n + 1,n 是 IMF 分             w r =  ∑ n+1   .
                  N
                    t=1                                                                i=1  Π i
             量的个数。通过公式 (3) 计算得到各分量与原始信
                                                                   综上所述,本文提出了一种 TF-EMD 算法,该
             号的时域互相关系数如下:
                                                               算法具有对信号自适应分解并且能够实现信号自
                      R = [R 1 R 2 · · · R n R n+1 ] ,  (4)    适应提取的特点。图 1 是 TF-EMD 算法流程图,其
             其中,R n+1 表示残差分量与原始信号的互相关                          具体步骤如下:
             系数。
                                                                                  ԔݽηՂx↼t↽
                 (2) 采用快速傅里叶变换 (Fast Fourier trans-
             form, FFT)将信号从时域转化到频域,FFT是离散                                            EMD
             傅里叶变换 (Discrete Fourier transform, DFT) 的                           IMFѬ᧚֗൵ࣀ
             快速计算。DFT的基本变换方程为               [24]
                               N−1                                      ௑۫̉ᄱТጇ஝           ᮠ۫̉ᄱТጇ஝
                             1  ∑         −i2πut/N
                     f (u) =       x (t) · e     ,      (5)
                             N
                                t=0
                                                                                ௑ᮠ۫̉ᄱТጇ஝
             其中,f(u) 是频域序列,x(t) 是时域序列,N 是时
             域序列的长度,i 表示虚数,u = 0, 1, · · · , N − 1;                                 ి᧘ጇ஝
             t = 0, 1, · · · , N − 1。
                                                                                  ᧘౞ηՂy↼t↽
                 f(u) 是一组复数序列,且具有共轭对称性。通
             过FFT计算,原信号 x(t) 的对应的频率幅值可以表                                   图 1  TF-EMD 算法流程图
             示为F(j),j = 0, 1, · · · , N/2 − 1。设IMF分量分别                 Fig. 1 Flow chart of TF-EMD basis
   81   82   83   84   85   86   87   88   89   90   91