一种基于时变奇异值分解的周期性暂态信号的检测方法

摘要

本发明公开了一种基于时变奇异值分解的周期性暂态信号的检测方法，该方法检测被噪声所淹没的周期性暂态信号，实现列车轴承故障的精确诊断。该方法对检测信号进行Hilbert变换，获取包络信号，对信号加窗，获取信号片段，构造每个信号所对应的汉克矩阵，对每个汉克矩阵奇异值分解，构造时变奇异值矩阵，计算相邻两列奇异值差值，对差值信号做快速傅里叶变换，将频率轴尺度缩小为原来的1/2，分析奇异值‑频谱分布检测淹没的特征频率，进行诊断。相比于传统奇异值分解方法，该方法可以有效的排除大能量噪声和其他干扰频率的影响，对微弱信号的周期性特征提取具有很好的效果。