本研究采用MATLAB平台，结合Yule-Walker自回归(AR)滤波技术及最小熵反卷积方法，提出了一种有效的轴承故障诊断方案。
函数 `AR_MED_FILTER` 使用采样频率为 `Fs` 的输入信号，并应用基于 Yule-Walker 方法的 AR 滤波器。通过最大峰度确定滤波器的阶数，然后对经过 AR 滤波后的信号进行最小熵反卷积处理。这种组合的 AR+MED 方法能够揭示隐藏在噪声中的轴承故障。
该函数会分别绘制两个单独的图形：一个用于展示原始 AR 处理结果，另一个则显示结合了 MED 的处理效果。例如：
```matlab
% 加载文件 s4.mat 中的数据（OR 故障轴承振动信号）
load(s4.mat);
signal = s4;
Fs = 12000;
ar_med_filter(signal, Fs);
```
文件 `s4.mat` 包含的是从故障轴承记录的振动数据，采样频率为 12000 Hz。该程序基于以下论文：
Sawalhi N、Randall RB 和 Endo H (2007). 使用最小熵解卷积结合谱峰度增强滚动轴承故障检测和诊断. 机械系统与信号处理, 21:2616-2633.
这个功能的主要作用是通过上述方法提高对轴承故障的识别能力。
5星
