摘要：针对随机噪声和脉冲干扰对经验模态分解（EMD）质量的影响，提出中值滤波和奇异值分解（SVD）联合降噪方法，并将其与EMD分解相结合形成一种新的声发射（AE）信号特征提取方法。首先对原始AE信号进行中值滤波，去除幅值较大的异常值；其次对去除异常值的信号序列进行相空间重构和SVD分解，并针对难以确定重构阶数这一问题，提出奇异值能量差分谱概念，利用谱峰的较大值位置来确定重构阶数，以进一步降噪；最后对降噪信号进行EMD分解，以本征模态函数（IMF）的能量占比作为表征各损伤信号的特征向量。数值仿真和5层胶合板损伤的实测数据表明，该方法不仅能够滤除噪声干扰，提高EMD分解的时效性和准确性，而且能够有效地提取出胶合板AE信号特征，对其损伤类型进行有效地识别。

关键词：经验模态分解 奇异值能量差分谱 本征模态函数 特征提取 

单位：南京林业大学信息科学技术学院 南京210037