摘要：经验小波变换(EWT)算法基于自适应小波滤波技术,利用Meyer小波在频域自适应构建小波滤波器分离调频调幅(AM-FM)模态,克服了经验模态分解(EMD)算法缺乏严谨的数学原理,容易产生模态混叠的问题。但是,该算法对噪声十分敏感。当环境噪声较大时,模态边界定位困难。AR-EWT引入了基于Burg算法的功率谱替代傅里叶谱。Burg算法能很好地抑制噪声,从而使得EWT算法能在功率谱上找到准确的模态边界。然而,该算法并不能从根本上消除噪声,分离出来的模态依然受噪声干扰,造成参数辨识困难。文中提出了一种改进型的AR-EWT算法,该算法采用带宽缩减技术,尽可能压缩噪声的带宽,突出信号的带宽,从而得到噪声干扰较少的模态成分。仿真结果和试验结果均表明,该改进型算法,较好地解决了AR-EWT存在的噪声干扰模态问题,具有较好的工程价值。

关键词：经验小波变换 经验模态分解 调频调幅信号 模态分解 

单位：清华大学机械工程系; 北京100084; 中国人民解放军96961部队; 北京100084