基于最小均方经验模态分解的轴承故障信号降噪方法

摘要

本发明公开了一种基于最小均方经验模态分解的轴承故障信号降噪方法，包括以下步骤：1)将采集的轴承信号用CEEMDAN方法分解，将信号分解到不同的模态空间；2)将不同模态的IMF分量作为归一化自适应滤波的源信号，添加高斯白噪声作为期望信号，采用归一化自适应滤波方法对不同模态的IMF分量进行滤波，其源信号与输出信号的差值即为自适应滤波后的IMF分量；3)对滤波后的各模态IMF分量进行重构。本发明将归一化最小均方完全集合经验模态分解应用于轴承故障信号的降噪，步骤简单、易于实现，能够有效消除轴承故障信号的噪声，增强故障特征信息，提高信号信噪比。