基于改进谱减法和优化MFCC的电机异常噪声辨识方法

2017年，易子馗等学者提出了一种电机异常噪声辨识方法，该方法以改进的谱减法为基础，并采用优化的梅尔频率倒谱系数(MFCC)作为特征值。该方法不仅具有较高的准确性和可靠性，而且能够有效地降低电机噪声的干扰，提高了电机异常噪声的识别效率。此外，该方法还能够适应不同类型的电机异常噪声，并具有很强的实用性和推广价值。该方法通过改进传统的谱减法，有效地抑制了噪声信号，提高了信号的信噪比。同时，通过优化梅尔频率倒谱系数(MFCC)提取方法，更加准确地提取了电机异常噪声的特征信息。

该方法为电机异常噪声辨识领域的研究提供了新的思路和方法，具有广泛的应用前景和发展空间。例如，该方法可以应用于电机故障诊断、设备状态监测、机器学习等领域，为提高电机运行效率和安全性提供技术支持。