背景：
本程式以軸承的故障診斷為背景，主要是提取軸承外圈故障特徵頻率與內圈故障特徵頻率。
參考文獻：
[1]陳向民,於德介,羅潔思.基於訊號共振稀疏分解的包絡解調方法及其在軸承故障診斷中的應用[j].振動工程學報,2012(6):628-636.
[3] 張文義, 於德介, 陳向民. 基於訊號共振稀疏分解與能量運算元解調的軸承故障診斷方法[j]. 中國電機工程學報, 2013, 000(020):111-118.
實現步驟：
1.根據衝擊性成分與諧波成分的品質因子有明顯的不同，而衝擊性成分具有明顯的低品質因子屬性，首先利用「訊號稀疏共振理論」提取出低品質因子分量對應的衝擊性成分，完成訊號的初步處理，降低雜訊影響。
2.對低品質因子分量進行emd分解，得到若干各imf分量。考慮到故障資訊主要反映在前幾個imf分量的調製幅值，所以主要分析前幾個imf分量。
3.根據軸承故障資訊反映在調製訊號，對前幾個imf分量進行能量運算元解調得到瞬時幅值譜，通過瞬時幅值譜判斷是否存在故障頻率，從而判斷軸承故障型別
**訊號：
根據軸承故障訊號特點，設定了如下的**訊號，具體如下所示：
最後，上述的未知引數的取值如下所示：
**結果
實際訊號：
資料1：
資料2：
基於超完備字典的訊號稀疏分解
關於基於超完備字典的訊號稀疏分解.目前已有很多方法和技術用於構造分類模型，如決策樹 神經網路 貝葉斯方法 fisher線性分析 fld 以及支援向量機 support vector machine,svm 基於超完備字典的訊號稀疏分解是一種新的訊號表示理論，其採用超完備的冗餘函式系統代替傳統的正交基...
基於非負矩陣分解的盲訊號分離方法研究 Matlab
本文主要 了kl nmf 增量kl nmf euc nmf 增量euc nmf四種nmf演算法。非負矩陣分解理論的不斷發展，為解決盲源分離問題提供了新的途徑，迅速成為盲源分離領域的熱點問題。本章主要介紹盲源分離和非負矩陣分解的數學模型以及相關理論。非負矩陣分解是處理資料的一種重要方法，其本質是一種利...
小波閾值去噪 基於小波分解的聲發射訊號處理
小波基的選擇 根據常用小波基的特徵,結合聲發射訊號的特點及工程中對聲發射訊號分析的要求，用於聲發射訊號分析的小波基應滿足以下條件 對於大資料量訊號能夠滿足快速處理要求。聲發射訊號的特點之一是突發性，而且是多通道的過程監測，所以在實際的應用中往往取樣時間比較長，訊號的資料量較大。連續小波變換雖然對訊號...