一种非凸全变差正则化的信号降噪方法(以模拟信号和轴承振动信号为例,MATLAB)

以旋转机械振动信号为例,由于旋转机械运行中背景噪声较强,振动信号需要进行降噪处理。常用的小波阈值降噪会在信号的不连续处产生虚假的波峰和伪吉布森震荡,而奇异值分解SVD去噪容易产生虚假分量,全变差去噪则不会出现这样的情况,因此采用全变差降噪以达到更好的效果。全变差降噪的问题作为一个L1正则化问题,可以通过优化极小化方法进行求解,可以有效地去除振动信号中的强背景噪声,较好地体现出冲击的故障特征。

鉴于此,采用一种非凸全变差正则化的信号降噪方法对模拟信号和轴承振动信号进行验证,运行环境为MATLAB 2018A。

复制代码
clear


y = load('blocks_noisy.txt');   % load data
sigma = 0.5;


x_clean = load('blocks.txt');   % load data


N = length(y);
n = 1:N;


figure(1)
clf
plot(n, y, 'color', 'black', 'linewidth', 1)
title('Noisy signal');
ax = [0 length(y) -3 6];
axis(ax)
复制代码
clc;clear all
%轴承2_2,采样频率25600Hz,外圈故障特征频率因子3.083,转速2250/60Hz,外圈故障特征频率115.6125
%x1 = xlsread('Bearing2_2/161.xlsx');%重度故障
x1 = xlsread('Bearing2_2/60.xlsx');%早期故障
x1 =x1(:,1);x1=x1(1:10240*2)
x1 = x1-mean(x1);
fs = 25600;
N = length(x1);
t = 0:1/fs:(N-1)/fs;
figure
[pEnvInner, fEnvInner, xEnvInner, tEnvInner] = envspectrum(x1, fs);plot(fEnvInner, pEnvInner)
xlim([0 500]);ncomb = 20;helperPlotCombs(ncomb,115.6125);xlabel('Frequency(Hz)');ylabel('Ampitude')


y = x1;   %data
sigma = 0.5;
% x_clean = load('blocks.txt');   % load data
N = length(y);
n = 1:N;

完整代码可通过知乎学术咨询获得:
https://www.zhihu.com/consult/people/792359672131756032?isMe=1

擅长领域:现代信号处理,机器学习,深度学习,数字孪生,时间序列分析,设备缺陷检测、设备异常检测、设备智能故障诊断与健康管理PHM等。

相关推荐
深蓝AI4 小时前
12000 名工程师的高盛,只用四个月就收回了交易员的 AI 编程权限
人工智能·程序员
怕浪猫7 小时前
这个十几个agent 协作项目值得关注
人工智能·面试·github
starzy19909 小时前
深入理解Scala隐式类:扩展方法机制
开发语言·人工智能·scala
深蓝AI10 小时前
为什么 agent 的 demo 都很惊艳,上了生产就不靠谱
人工智能·程序员
M--Y10 小时前
LangGraph 工作流模式
开发语言·javascript·python·langchain·大模型·llm·langgraph
数字新视界10 小时前
信创动环监控在机房环境管理中的智能化应用与实践分析
大数据·人工智能·物联网·信息与通信·动环监控系统
岁月宁静10 小时前
DeepSeek Harness 实战与架构解析:让 Agent 从“会聊”到“能交付”
人工智能·python·agent
深蓝AI11 小时前
一个项目五个 AI 同时干活,Claude Code 怎么让它们不互相打架
人工智能·程序员
forest_0911 小时前
多 Agent 协作第二课:交叉验证≠独立验证
人工智能·python·算法·机器学习·prompt·agi
吴可可12311 小时前
WScript Shell操作注册表详解
开发语言