Scidown文献预览系统！
轴承故障诊断的自适应鲁棒噪声稀疏表示建模( Adaptive Robust Noise Modeling of Sparse Representation for Bearing Fault Diagnosis )
B An S Wang R Yan W Li X Chen
采用振动信号进行稀疏表示(SR)建模是近年来实现轴承故障诊断的热门方法。然而，由于振动信号中的特征信息通常被强而复杂的噪声所淹没，这仍然是一个挑战。因此，SR模型中的噪声分布假设需要仔细研究，即噪声建模。本文在假设信号中的噪声服从混合广义高斯(MoGG)分布的前提下，提出了一种新的SR模型。同时，采用$L_{p}$范数($0leqpleq1$)作为正则化，使该方法具有足够的稀疏性和可调性。因此，该模型被命名为MoGG噪声分布支持的SR（MoGG-SR）模型。混合分布特性使该模型具有更强的自适应性，采用广义高斯函数作为基函数使其对离群点具有更强的鲁棒性。在此基础上，提出了一种基于期望最大化(EM)和乘子交替方向法(ADMM)的MoGG-SR算法。经过一系列的仿真，确定了MoGG-SR中的所有参数，在不同噪声分布干扰下，MoGG-SR比其它经典稀疏模型具有更好的去噪性能。最后，通过从两个数据集的振动信号中提取故障脉冲，验证了MoGG-SR在轴承故障诊断中的有效性。仿真和实验结果表明，MoGG-SR不仅在理论上具有创新性，而且在实际轴承故障诊断中也有一定的应用价值。
SciDown文献求助系统（解决99%问题） Public Download IEEEXplore ResearchGate
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown Al-Cu合金定向凝固过程中热溶对流条件下晶粒的间歇性形核和周期性长大下载
scidown 代谢组学和转录组学分析揭示了酸枣芽与成熟叶片代谢产物生物合成的不同特征下载