基于FASTA结合p-指数阈值降噪法的MCA方法对车轴应变信号处理的研究

基于形态分量分析(MCA)方法对不同分量进行稀疏匹配,采用快速自适应收缩阈值算法(FASTA)和p-指数阈值降噪法求解稀疏系数以提高计算效率并改善降噪效果。由于车轴应变信号是由类正余弦波形的周期成分以及有明显尖峰的脉冲干扰成分组成,根据二者的形态差异,采用基于FASTA结合p-指数阈值降噪法的MCA方法求解得到周期成分和干扰成分的稀疏系数并进行重构,实现应变周期成分与干扰成分的分离。对车轴应变信号处理的仿真计算表明,FASTA结合p-指数阈值降噪法相比迭代软阈值算法,计算时间减少61.5%;某型号动车组车轴实测应变信号处理结果表明,采用该方法处理得到的应变信号,较基于迭代软阈值算法的形态分量分析方法和自适应中值滤波算法,应变均值误差分别降低了77.4%和55.5%,相关系数分别提高了13.5%和4.4%。