检索结果-内蒙古大学图书馆

振动工程学报 2013年第1期26卷 143-152页

作者：张立振张春兰中国海洋大学数学科学学院山东青岛266100

针对本征模态函数分解方法FFDSI存在的问题,首先将信号变换到频率域,采用以主频率为始点逐渐向两边扩大频率通过带宽度的方法,寻求一种最宽带通镶边滤波器,使信号经此滤波器滤波后得到的信号为本征模态函数。然后,从原信号减去此模态函... 详细信息

针对本征模态函数分解方法FFDSI存在的问题,首先将信号变换到频率域,采用以主频率为始点逐渐向两边扩大频率通过带宽度的方法,寻求一种最宽带通镶边滤波器,使信号经此滤波器滤波后得到的信号为本征模态函数。然后,从原信号减去此模态函数并重复这一过程,便可实现信号的本征模态函数分解。新方法不仅可以有效削弱吉布斯效应,较好地反映信号的瞬时特性,尽可能地降低拆分"拍"信号的机率,而且在分解过程中还同时得到了本征模态函数的解析信号,这为以后计算Hilbert谱提供了很大便利。文中还对风浪信号进行了分解,得到了5个有意义的主要本征模态函数。

关键词：信号处理本征模态函数希尔伯特-黄变换吉布斯效应镶边滤波器

来源：评论

学校读者我要写书评

暂无评论

分解信号为正交本征模态函数的方法

引用

振动与冲击 2007年第5期26卷 27-32页

作者：张立振中国海洋大学应用数学系青岛266071

利用快速滤波建立了一种对信号进行本征模态函数分解的全新方法。该方法与筛选方法相比较,具有操作简单,运算速度快,尤其适用于长信号的本征模态分解。该方法的另一个重要特点是分解所得各本征模态函数及非模态函数是严格正交的,不会产... 详细信息

利用快速滤波建立了一种对信号进行本征模态函数分解的全新方法。该方法与筛选方法相比较,具有操作简单,运算速度快,尤其适用于长信号的本征模态分解。该方法的另一个重要特点是分解所得各本征模态函数及非模态函数是严格正交的,不会产生模态混淆。

关键词：本征模态函数快速滤波解析信号希尔伯特谱

来源：评论

学校读者我要写书评

暂无评论

基于本征模态函数重构的近断层地震动识别与响应谱验证

引用

建筑结构学报 2019年第11期40卷 230-239页

作者：杨成刘佳欣常志旺唐泽楠西南交通大学陆地交通地质灾害防治技术国家工程实验室四川成都610031 四川西南工程项目管理咨询有限公司四川成都610000

为了充分考虑近断层地震动对中长周期结构的不利影响,提出了一种近断层速度脉冲型地震记录的量化识别方法。该方法基于经验模态分解(EMD)数据自驱动特征,充分考虑了本征模态函数(IMF)对原始记录脉冲尺度和形状的自适应匹配能力,以及单阶... 详细信息

为了充分考虑近断层地震动对中长周期结构的不利影响,提出了一种近断层速度脉冲型地震记录的量化识别方法。该方法基于经验模态分解(EMD)数据自驱动特征,充分考虑了本征模态函数(IMF)对原始记录脉冲尺度和形状的自适应匹配能力,以及单阶IMF固有的平滑特征,借助Tanimoto相似度的去中心化表达,给出了一种基于IMF信号自适应重构的地震记录去噪算法,用于识别主脉冲的幅值和周期。为了对主脉冲包含的能量进行度量,给出了基于指数函数的脉冲能量指示器,并验证了其有效性。通过与既有方法在周期、波形、反应谱等各方面的对比表明,本征模态函数与原始地震记录信号间的相似度可以作为筛选本征模态的重要依据。动力响应反应谱分析表明,抽取的脉冲对主脉冲中长周期的动力特性保留更为完整。总体上,由于经验模态分解方法的数据自驱动效应,所提方法对波形显著非对称的脉冲和多脉冲记录识别更为有效。

关键词：近断层地震动本征模态函数 Tanimoto相似度反应谱数据自驱动

来源：评论

学校读者我要写书评

暂无评论

本征模态函数与时序深度学习联合的水中目标识别

本征模态函数与时序深度学习联合的水中目标识别

引用

作者：童柔萱哈尔滨工程大学

学位级别：硕士

在复杂的水下环境中,声纳接收到的数据通常包含一个或多个辐射声源信号,多个辐射声源信号相互交混使得采集到的水中目标辐射噪声信号变为多分量信号,同时含有噪声和干扰。多分量信号不利于信号特征提取,从而制约了水中目标识别性能。为... 详细信息

在复杂的水下环境中,声纳接收到的数据通常包含一个或多个辐射声源信号,多个辐射声源信号相互交混使得采集到的水中目标辐射噪声信号变为多分量信号,同时含有噪声和干扰。多分量信号不利于信号特征提取,从而制约了水中目标识别性能。为改善该问题,本文将本征模态函数与时序深度学习联合,结合试验数据,构建了基于三种不同分解算法(经验模态分解、集合经验模态分解和互补集合经验模态分解)的本征模态函数与时序深度学习联合的水中目标识别模型,并使用模型评价指标对本文构建的模型进行评估。本文首先研究了经验模态分解、集合经验模态分解和互补集合经验模态分解的基本概念,并将三种分解方法应用于水中目标辐射噪声信号,三种分解算法均得到一系列的本征模态函数,利用相关系数法分别计算三种算法的本征模态函数与原始信号的相关系数大小,结果表明通过互补集合经验模态分解得到的本征模态函数与原始信号的相关性最强。其次将基于经验模态分解、集合经验模态分解和互补集合经验模态分解的本征模态函数与时序深度学习网络联合构建水中目标识别模型,对比分析了不同学习率、优化算法和Batchsize对水中目标识别结果的影响,同时对比了不同分解算法对识别结果的影响。最后,将本文研究的本征模态函数与时序深度学习联合的水中目标识别方法应用于湖试数据处理,验证了该方法的可行性,同时验证了基于互补集合经验模态分解的本征模态函数与时序深度学习联合的水中目标识别方法的识别结果优于基于经验模态分解和集合经验模态分解的本征模态函数与时序深度学习联合的水中目标识别方法。

关键词：水中目标识别多分量水中目标辐射噪声信号本征模态函数时序深度学习

来源：评论

学校读者我要写书评

暂无评论

快速滤波本征模态函数分解中的边界处理

引用

中国海洋大学学报（自然科学版） 2012年第S1期42卷 204-207页

作者：张立振刘鑫中国海洋大学数学科学学院山东青岛266100

针对快速滤波分解信号为本征模态函数(IMF)所产生的边界效应问题,提出了一种抑制这种边界效应的方法。即利用快速滤波先将原信号分解为本征模态函数,然后在信号内部截取适当的两段分别延拓到原信号两端,经快速滤波得到分解结果后,再截... 详细信息

针对快速滤波分解信号为本征模态函数(IMF)所产生的边界效应问题,提出了一种抑制这种边界效应的方法。即利用快速滤波先将原信号分解为本征模态函数,然后在信号内部截取适当的两段分别延拓到原信号两端,经快速滤波得到分解结果后,再截去延拓的部分,保留原信号长度的分解结果。通过实例验证了该方法的有效性。

关键词：希尔伯特-黄变换本征模态函数快速滤波本征模态分解(FFDSI) 边界效应

来源：评论

学校读者我要写书评

暂无评论

主频占优镶边滤波器分解信号为本征模态函数的方法

主频占优镶边滤波器分解信号为本征模态函数的方法

引用

作者：张春兰中国海洋大学

学位级别：硕士

EMD是经验模态分解与希尔伯特谱分析（EMD/HSA）中的重要一环。快速滤波分解信号为本征模态函数的方法（FFDSI）是建立在离散Fourier变换基础上，在频率域利用矩形滤波器分解信号为本征模态函数。该方法不仅具有运算速度快，便于操作的... 详细信息

EMD是经验模态分解与希尔伯特谱分析（EMD/HSA）中的重要一环。快速滤波分解信号为本征模态函数的方法（FFDSI）是建立在离散Fourier变换基础上，在频率域利用矩形滤波器分解信号为本征模态函数。该方法不仅具有运算速度快，便于操作的特点，而且分解后所得本征模态函数（IMF）及其非模态项是严格正交的。从而保证了信号分解前后量能不变。但是，快速滤波分解信号为本征模态函数的方法（FFDSI）也存在如下不足：（1）由于FFDSI采用矩形滤波器进行信号分解，必然会产生严重的吉布斯效应而使分解结果失真。（2）矩形滤波器会减弱本征模态函数的瞬时特性。（3）FFDSI按照从高频到低频的方式顺次滤波，极有可能将原信号中的“拍”分离，使分解后所得本征模态函数的物理意义不明确。针对上述问题，本文建立了一种主频占优镶边滤波器分解信号为本征模态函数的方法。新方法采用镶边滤波器代替FFDSI中的矩形滤波器，并根据离散Fourier变换绝对值从大到小的顺序决定滤波次序并实现本征模态函数的分解。主频占优镶边滤波器分解信号为本征模态函数的方法具有如下优点：（1）该方法通过采用镶边滤波器可以有效地减轻由矩形滤波器所产生的吉布斯效应，使分解结果更加客观地展现原始信号所包含的真实频率成份。（2）利用主频占优镶边滤波器分解信号为本征模态函数可以较好地反映原始信号的瞬时性质，更加充分地体现出EMD/HSA时频分析的特征。（3）在进行本征模态函数分解时，不再遵循从高频到低频顺次滤波分解方式，而是按主频占优的原则进行滤波，可以有效地防止将原始信号中“拍”拆解，使分解结果的物理意义更易理解。由此可见，新方法正好弥补了FFDSI方法存在的不足。

关键词：经验模态分解本征模态函数吉布斯效应镶边滤波器快速滤波技术

来源：评论

学校读者我要写书评

暂无评论

主频占优镶边波波器分解信号为本征模态函数的方法

主频占优镶边波波器分解信号为本征模态函数的方法

引用

作者：张春兰中国海洋大学

学位级别：硕士

EMD是经验模态分解与希尔伯特谱分析(EMD/HSA)中的重要一环。快速滤波分解信号为本征模态函数的方法(FFDSI)是建立在离散Fourier变换基础上，在频率域利用矩形滤波器分解信号为本征模态函数。该方法不仅具有运算速度快，便于操作的特点... 详细信息

EMD是经验模态分解与希尔伯特谱分析(EMD/HSA)中的重要一环。快速滤波分解信号为本征模态函数的方法(FFDSI)是建立在离散Fourier变换基础上，在频率域利用矩形滤波器分解信号为本征模态函数。该方法不仅具有运算速度快，便于操作的特点，而且分解后所得本征模态函数(IMF)及其非模态项是严格正交的。从而保证了信号分解前后量能不变。\n 但是，快速滤波分解信号为本征模态函数的方法(FFDSI)也存在如下不足：\n (1)由于FFDSI采用矩形滤波器进行信号分解，必然会产生严重的吉布斯效应而使分解结果失真。\n (2)矩形滤波器会减弱本征模态函数的瞬时特性。\n (3)FFDSI按照从高频到低频的方式顺次滤波，极有可能将原信号中的“拍”分离，使分解后所得本征模态函数的物理意义不明确。\n 针对上述问题，本文建立了一种主频占优镶边滤波器分解信号为本征模态函数的方法。新方法采用镶边滤波器代替FFDSI中的矩形滤波器，并根据离散Fourier变换绝对值从大到小的顺序决定滤波次序并实现本征模态函数的分解。\n 主频占优镶边滤波器分解信号为本征模态函数的方法具有如下优点：\n (1)该方法通过采用镶边滤波器可以有效地减轻由矩形滤波器所产生的吉布斯效应，使分解结果更加客观地展现原始信号所包含的真实频率成份。\n (2)利用主频占优镶边滤波器分解信号为本征模态函数可以较好地反映原始信号的瞬时性质，更加充分地体现出EMD/HSA时频分析的特征。\n (3)在进行本征模态函数分解时，不再遵循从高频到低频顺次滤波分解方式，而是按主频占优的原则进行滤波，可以有效地防止将原始信号中“拍”拆解，使分解结果的物理意义更易理解。\n 由此可见，新方法正好弥补了FFDSI方法存在的不足。

关键词：镶边滤波器本征模态函数经验模态分解吉布斯效应

来源：评论

学校读者我要写书评

暂无评论

基于本征模态函数包络谱的滚动轴承故障诊断

引用

机电一体化 2012年第7期18卷 60-64页

作者：黄洪飞陈明孟庆雨同济大学机械与能源工程学院上海201804 同济大学中德工程学院上海201804

针对滚动轴承故障振动信号非平稳的特征,以及传统傅里叶变换不能反映信号细节的缺陷,引入了一种基于本征模态函数包络谱的方法。首先,采用经验模态分解(empirical mode decomposition,EMD)将滚动轴承故障振动信号分解成若干个本征模态函... 详细信息

针对滚动轴承故障振动信号非平稳的特征,以及传统傅里叶变换不能反映信号细节的缺陷,引入了一种基于本征模态函数包络谱的方法。首先,采用经验模态分解(empirical mode decomposition,EMD)将滚动轴承故障振动信号分解成若干个本征模态函数(intrinsicmode function,IMF)之和;然后,求出包含主要信息成分的IMF分量的Hilbert包络谱;最后,对照滚动轴承故障特征频率,进而判定故障类型。通过对滚动轴承内圈、外圈故障振动信号的分析处理,表明该方法能有效地提取滚动轴承的故障特征。

关键词：包络谱本征模态函数滚动轴承故障诊断经验模态分解

来源：评论

学校读者我要写书评

暂无评论

一种基于本征模态函数重组信号相对熵的自适应流程工业过程的工艺参数去噪方法

一种基于本征模态函数重组信号相对熵的自适应流程工业过程的工艺...

引用

作者：王玉涛靳致宁杨钢陆增喜王大阳 110819 辽宁省沈阳市和平区文化路三巷11号

本发明提供一种基于本征模态函数重组信号相对熵的自适应流程工业过程的工艺参数去噪方法，本方法以高炉生产过程中的工艺参数为例进行说明，包括如下步骤：取一段高炉数据中的两个不同区间，并对两个数据中的信号分别使用经验模态分解... 详细信息

标准号: CN113255541B

本发明提供一种基于本征模态函数重组信号相对熵的自适应流程工业过程的工艺参数去噪方法，本方法以高炉生产过程中的工艺参数为例进行说明，包括如下步骤：取一段高炉数据中的两个不同区间，并对两个数据中的信号分别使用经验模态分解方法进行分解；对分解后得到的两部分信号分量中的本征模态函数，从频率由高到低的顺序进行逐步重组，并同时计算两部分重组分量间的相对熵，构成相对熵的二维向量；将数据形式最接近的两部分视为两个过程中普遍共存的噪声成分；并对两部分信号中接近于该噪声分布的重组分量进行去除，以达到去噪的目的。该方法可以在噪声信息未知的前提下仅通过数据本身进行去噪，并且可以达到较高水平的信噪比，去噪效果稳定。

关键词：去噪本征模态函数噪声经验模态分解分解二维向量高炉生产流程工业数据形式效果稳定信号分量噪声信息重组信号信噪比自适应高炉去除

来源：评论

学校读者我要写书评

暂无评论

一种基于本征模态函数重组信号相对熵的自适应流程工业过程的工艺参数去噪方法

一种基于本征模态函数重组信号相对熵的自适应流程工业过程的工艺...

引用

作者：王玉涛靳致宁杨钢陆增喜王大阳 110819 辽宁省沈阳市和平区文化路三巷11号

标准号: CN113255541A

关键词：去噪本征模态函数噪声经验模态分解分解二维向量高炉生产流程工业数据形式效果稳定信号分量噪声信息重组信号信噪比自适应高炉去除

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：