摘要：针对强噪声背景下多频微弱信号检测的难题，提出一种基于自适应变尺度频移带通随机共振（Adaptivere．scalingfrequency．shinedband．passstochasticresonance，ARFBSR）降噪的经验模态分解（Empiricalmodedecomposition，EMD）多频微弱信号检测方法。对不同频段的信号进行频率尺度变换处理，使其满足随机共振条件，根据噪声强度自适应地优化系统的参数，进而对每个频段信号分别进行随机共振处理，使得待检信号目标频段得到增强，对各个频段的共振输出进行带通滤波再合成，实现多频微弱信号的增强。对处理后的信号进行EMD分解，得到每个频率的信号分量，实现多频微弱信号的检测。仿真分析和滚动轴承内圈故障诊断实例表明，该方法不仅能够增强信号幅值，同时减少虚假分量，提高EMD算法的精度，有效检测出被噪声淹没的多频微弱信号。

关键词：经验模态分解 随机共振 自适应参数优化 多频微弱信号检测 

单位：燕山大学车辆与能源学院 秦皇岛066004 燕山大学河北省测试计量技术及仪器重点实验室 秦皇岛066004