基于奇异值比值的正则化矩阵修正方法

针对雷达数据反演过程中存在的不适定性问题,基于岭估计方法分析,提出了一种基于奇异值比值的正则化矩阵修正方法。奇异值分解矩阵后,通过条件数法在奇异值矩阵中确定门限奇异值,将门限奇异值与各奇异值比值的平方根构造对角矩阵,将对角矩阵与左奇异值向量矩阵结合构造正则化矩阵。该方法能够加强对较小奇异值的修正,而减弱对较大奇异值的修正,从而保证了不适定问题解算结果的可靠性及计算精度。数值计算与误差分析结果证明了该方法的有效性。

齿轮箱断齿特征识别的S变换-SVD降噪组合方法

齿轮箱作为传动结构的核心部件,其断齿故障将直接导致设备损伤,产生巨大经济损失。为了从齿轮箱振动信号中准确识别出断齿故障,把S变换时频谱与奇异值分解(SVD)降噪相结合,通过对比分析奇异值比值谱与差分谱的差异,提出了S变换-奇异值比值谱选取阈值的降噪方法。将信号S变换的时频矩阵作为SVD的构造矩阵,采用奇异值比值谱选取置零阈值位置进行降噪,对降噪后的时频矩阵进行S逆变换,获得信号的时域冲击特征,并结合S变换时频图,从而识别出冲击特征频率。通过仿真信号和实验信号对所提改进方法的有效性进行验证,结果表明,该方法能够更加直观准确地识别出仿真信号的周期性冲击特征与齿轮箱行星齿轮的断齿故障特征。