收录：
摘要：
本发明公开了一种基于相关性的EMD与形态奇异值分解相结合的齿轮信号降噪方法，首先对原始信号进行EMD分解，得到若干IMF分量，并根据自相关函数对白噪声的统计特性筛选出IMF分量中的噪声主导分量，根据互相关系数法将其余IMF分量分为有用分量和虚假分量，再对噪声主导分量进行奇异值消噪后与有用分量进行重构，最后采用形态滤波提取齿轮缺陷特征信号。该降噪方法解决了齿轮缺陷信号在EMD分解中由模态混叠现象导致的去噪后信号有用成分丢失和缺陷特征不易识别的问题，突出了原始振动信号的缺陷特征，具有很强的自适应性，同时也提高了齿轮缺陷信息提取的可靠性和准确性。
关键词：
通讯作者信息：
电子邮件地址：
