《表1 归一化中心频率结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《GH3536合金选择性激光熔化微小缺陷超声检测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为验证上述算法性能，假设某一脉冲信号加上高斯噪声的时域和频域如图2所示。从图2中可以看出，原始信号染噪后淹没于噪声中，从时域和频域上很难分出信号和噪声。首先以VMD模式分解出各本征函数，归一化中心频率如表1所示。在模态量设置为2时，第1个模态分量的归一化中心频率与原始信号的频域归一化中心频率相等。当分解层数到4层时，第1、2个分量归一化中心频率相近仅差别0.046，且初始频率已经低于初始信号的归一化中心频率，因此可以认为在4模态量时，原始信号已经出现了过分解现象，该信号的模态量K值应该设置为3，其分解结果如图3所示。