基于EMD和ARMA模型桥梁振动信号降噪的处理方法

摘要：

在桥梁振动信号的采集和传输过程中,针对外界环境的影响可能会在信号中形成局部强噪声干扰,从而造成分析结果的失真以及由于桥梁振动信号通常具有较宽的频谱成分,致使传统的滤波降噪方法存在很大的局限性等问题,基于经验模态分解(EMD)和自回归滑动平均(ARMA)模型提出了一种信号降噪方法.首先,利用EMD把有强噪声干扰的信号分解成不同时间尺度的本征模函数(IMF)和残余项;然后,分别对每个IMF无干扰区段建立ARMA模型,利用各个模型对有干扰区段进行滤波,用滤波后的数据代替原来的数据,对于残余项,拟合为多项式;最后,将所有的IMF及拟合后的残余项叠加,即得到降噪后的信号.通过对实测南京长江大桥有对讲机干扰的应变信号进行分析,结果表明了该方法的可行性及有效性.

关键词：经验模态分解、自回归滑动平均模型、本征模函数、降噪

所属期刊栏目：3

分类号：U448.121(桥涵工程)

资助基金：铁道部科研项目2001G025

在线出版日期：2007-04-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：55-59