基于EMD和4階累積量的船舶軸頻電場(chǎng)線譜提取

基于EMD和4階累積量的船舶軸頻電場(chǎng)線譜提取船舶的結(jié)構(gòu)與外部環(huán)境瞬息萬變，其運(yùn)行時(shí)發(fā)出的噪聲也是多樣的，其中包括來自于軸頻電場(chǎng)的信號(hào)。船舶軸頻電場(chǎng)的研究對(duì)于理解船舶噪聲的產(chǎn)生機(jī)制及其對(duì)環(huán)境的影響非常重要，因此，在對(duì)軸頻信號(hào)進(jìn)行分析時(shí)，需要對(duì)其進(jìn)行相應(yīng)的處理和特征提取。在本文中，我們將介紹一種基于EMD和4階累積量的方法來提取船舶軸頻電場(chǎng)線譜。

EMD（EmpiricalModeDecomposition）是一種完整的自適應(yīng)信號(hào)分解技術(shù)，能夠?qū)?fù)雜的非線性和非平穩(wěn)信號(hào)分解成若干個(gè)本征模態(tài)函數(shù)（EMD），每個(gè)本征模態(tài)函數(shù)都是與信號(hào)不同特征尺度相關(guān)的局部振動(dòng)模態(tài)。通過應(yīng)用EMD技術(shù)，可以將船舶軸頻信號(hào)分解成若干個(gè)局部模態(tài)成分，每個(gè)成分都對(duì)應(yīng)于不同頻率范圍內(nèi)的振動(dòng)模態(tài)。對(duì)于每個(gè)本征模態(tài)函數(shù)，都可以進(jìn)行譜分析，進(jìn)一步得到其功率譜密度函數(shù)，由此得到船舶軸頻電場(chǎng)的線譜。

而在這里我們介紹的4階累積量則是在EMD分解之后，對(duì)每個(gè)本征模態(tài)函數(shù)的高頻部分進(jìn)行處理而得到的，這個(gè)過程也稱為小波包能量，其實(shí)現(xiàn)過程如下：

·將EMD算法得到的本征模態(tài)函數(shù)進(jìn)行小波包分解，并取出小波包分解的第4級(jí)低頻部分；

·對(duì)每一小波包系數(shù)，取其與系數(shù)平方乘積的平均值；

·對(duì)每一個(gè)小波包系數(shù)的局部絕對(duì)值，取其與系數(shù)之積的平均值；

·計(jì)算該本征模態(tài)函數(shù)所有系數(shù)的上述值之和，并對(duì)其取對(duì)數(shù)，即可得到該本征模態(tài)函數(shù)的4階累積量。

4階累積量作為本征模態(tài)函數(shù)的特征參數(shù)，不僅反映了該本征模態(tài)函數(shù)的高頻能量分布特征，還具有對(duì)噪聲和干擾的一定抑制效果。用4階累積量對(duì)EMD分解后的每個(gè)本征模態(tài)函數(shù)進(jìn)行處理，可以得到其功率譜密度函數(shù)，并通過以上步驟得到整個(gè)船舶軸頻信號(hào)的線譜。

最后需要注意的是，由于EMD算法和4階累積量的特征提取都是基于局部特征的，因此需要對(duì)信號(hào)時(shí)域尺度進(jìn)行合理選擇，以便得到具有代表性的高頻局部特征。同時(shí)，在數(shù)據(jù)預(yù)處理環(huán)節(jié)，對(duì)于原始軸頻信號(hào)中的噪聲和雜散信號(hào)進(jìn)行抑制，可以有效提高提取線譜的信噪比，從而提高分析結(jié)果的準(zhǔn)確度。

通過以上介紹，我們了解了基于EMD和4階累積量的船舶軸頻電場(chǎng)線譜提取方法。該方法可以對(duì)復(fù)雜非線性信號(hào)進(jìn)行分解，提取出對(duì)應(yīng)不同頻率范圍的成分，從而進(jìn)一步得到其功率譜密度函數(shù)，并通過計(jì)算4階累積量得到其線譜。該方法不但提高了分析結(jié)果的準(zhǔn)確度，還能有效地抑制噪聲和雜散信號(hào)的干擾，具有較強(qiáng)的實(shí)用價(jià)值。為了進(jìn)行船舶軸頻電場(chǎng)線譜的分析，需要收集到船舶軸頻信號(hào)的相關(guān)數(shù)據(jù)。這些數(shù)據(jù)包含了船舶運(yùn)行期間的電場(chǎng)信號(hào)記錄和運(yùn)行環(huán)境的相關(guān)信息，例如船舶的速度和海洋環(huán)境的波浪情況等。

對(duì)于船舶軸頻信號(hào)的數(shù)據(jù)，可以采用傳感器來進(jìn)行采集，其中包括加速度傳感器和電壓傳感器等。加速度傳感器通常用于測(cè)量船舶震動(dòng)信號(hào)，而電壓傳感器則可以測(cè)量船舶的軸頻電場(chǎng)信號(hào)。采集到的軸頻電場(chǎng)信號(hào)應(yīng)當(dāng)進(jìn)行多次重復(fù)測(cè)量，以便得到一組較為準(zhǔn)確的數(shù)據(jù)。

收集到的運(yùn)行環(huán)境數(shù)據(jù)可以通過氣象站等設(shè)備進(jìn)行測(cè)量，其中包括風(fēng)速、浪高和水溫等。這些數(shù)據(jù)的收集對(duì)于理解船舶噪聲的影響以及對(duì)環(huán)境的影響非常重要，可以為船舶軸頻信號(hào)的分析提供有效的參考。

針對(duì)以上數(shù)據(jù)，可以進(jìn)行一些分析，例如：

1.船舶速度與軸頻電場(chǎng)信號(hào)的關(guān)系分析：可以通過對(duì)船舶速度與軸頻電場(chǎng)信號(hào)進(jìn)行相關(guān)性分析，以進(jìn)一步了解船舶速度對(duì)于軸頻電場(chǎng)信號(hào)的影響情況。

2.不同海洋環(huán)境下軸頻電場(chǎng)信號(hào)的變化分析：可以通過收集不同海洋環(huán)境下的軸頻電場(chǎng)信號(hào)數(shù)據(jù)，并進(jìn)行比較分析，以得到不同環(huán)境下船舶噪聲的變化規(guī)律。

3.軸頻電場(chǎng)信號(hào)的頻譜分析：可以通過對(duì)軸頻電場(chǎng)信號(hào)進(jìn)行傅里葉變換，得到其頻域分布情況，以進(jìn)一步了解船舶噪聲的特性及其對(duì)環(huán)境的影響。

4.軸頻電場(chǎng)信號(hào)的時(shí)域變化分析：可以通過對(duì)軸頻電場(chǎng)信號(hào)的波形進(jìn)行分析，從而得到信號(hào)的周期、振幅和形狀等特征信息，以更全面地了解船舶噪聲的產(chǎn)生機(jī)制。

綜上所述，對(duì)于船舶軸頻電場(chǎng)線譜的分析，需要收集和處理多種相關(guān)數(shù)據(jù)，通過對(duì)這些數(shù)據(jù)進(jìn)行分析，可以更好地理解船舶噪聲的特性及其對(duì)環(huán)境的影響，為提高船舶噪聲控制技術(shù)提供有效的支持。船舶軸頻電場(chǎng)線譜的分析在船舶噪聲控制方面具有重要意義。以下結(jié)合一個(gè)實(shí)際案例進(jìn)行分析和總結(jié)。

在一項(xiàng)船舶硬軟件一體化研發(fā)項(xiàng)目中，需要對(duì)船舶噪聲進(jìn)行控制。通過對(duì)船舶運(yùn)行過程中的軸頻電場(chǎng)信號(hào)數(shù)據(jù)進(jìn)行采集和分析，發(fā)現(xiàn)存在明顯的峰值信號(hào)，且與船速和海洋環(huán)境波浪大小有明顯相關(guān)性。進(jìn)一步分析發(fā)現(xiàn)，這些峰值信號(hào)主要來自船舶滑動(dòng)軸承和推進(jìn)器。

在進(jìn)一步對(duì)軸頻電場(chǎng)信號(hào)進(jìn)行頻譜分析時(shí)，發(fā)現(xiàn)信號(hào)在軸頻處存在突出的峰值，即電動(dòng)機(jī)所帶來的直流噪聲。經(jīng)過對(duì)該問題的深入研究和探討，得出優(yōu)化方案：采用高效率的電動(dòng)機(jī)，有效提高電機(jī)運(yùn)行時(shí)的電池使用效率，減少電機(jī)的無功功率，從而有效減少直流噪聲的產(chǎn)生?？刂品桨傅膶?shí)施效果顯著，有效地減少了軸頻電場(chǎng)信號(hào)的噪聲，大大降低了船舶噪聲的水平。

通過以上案例分析，可以看出，船舶噪聲的控制需要進(jìn)行多方面的數(shù)據(jù)分析和研究。通過電場(chǎng)線譜的分