自适应最稀疏时频分析方法的分解能力研究

作者：李宝庆; 程军圣; 吴占涛; 杨宇

来源：湖南大学学报(自然科学版), 2016, 43(02): 43-47.

DOI：10.16339/j.cnki.hdxbzkb.2016.02.007

• 自适应最稀疏时频分析
• 经验模态分解
• 局部特征尺度分解
• 分解能力
• 相位

自适应最稀疏时频分析(adaptive and sparsest time-frequency analysis,ASTFA)方法将信号分解转化为最优化问题,在优化的过程中实现信号的自适应分解.为了研究ASTFA的分解能力,在定义分解能力评价指标(Evaluation Index of Decomposition Capacity,EIDC)的基础上,以双谐波分量合成信号模型来研究幅值比、频率比、初始相位差对ASTFA的影响.同时,将ASTFA方法与经验模态分解(Empirical Mode Decomposition,EMD)、局部特征尺度分解(Local Characteristic-scale Decomposition,LCD)进行对比分析.研究结果表明,ASTFA方法的分解能力基本不受幅值比的影响,可分解的极限频率比较大,不受初始相位差的影响,该方法的分解能力具有明显的优越性.

• 单位
  湖南大学; 汽车车身先进设计制造国家重点实验室