强噪声背景下的低频振荡模态辨识

传统Prony法存在着对噪声敏感的缺点,因此提出一种基于改进的整体平均经验模式分解(ensem-ble empirical mode decomposition,EEMD)方法滤波和改进Prony方法相结合的低频振荡分析方法。该方法先用改进的EEMD对低频振荡信号进行自适应滤波,再用改进Prony法对滤波后的信号进行分析。仿真结果表明:在较大噪声环境下,该方法仍能准确辨识出低频振荡模态参数。