您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 基于经验模式分解与独立分量分析的心电信号消噪方法

  2. :针对小波独立分量分析法(W-ICA)在心电信号消噪中小波变换缺乏自适应性,且较难选取最优小波基的问题,提出了 一种将经验模式分解与独立分量分析相结合的小波独立分量分析法。该方法结合经验模式分解与独立分量分析各自的优点, 利用经验模式分解对心电信号进行自适应分解,然后应用独立分量分析法对选取的本征模态函数进行分离,将分离后的分 量进行两层重构,从而得消噪后的心电信号。通过利用MIT-BIH 心率失常数据库中的数据进行仿真实验,结果表明该方法 可以较好地消除心电信号中的噪声,消噪后信号与原信号的
  3. 所属分类:嵌入式

    • 发布日期:2010-01-21
    • 文件大小:703488
    • 提供者:jsacer2008
  1. 基于经验模式分解与独立分量分析的心电信号消噪方法

  2. 针对小波独立分量分析法(W-ICA) 在心电信号消噪中小波变换缺乏自适应性,且较难选取最优小波基的问题,提出了一种将经验模式分解与独立分量分析相结合的小波独立分量分析法。该方法结合经验模式分解与独立分量分析各自的优点, 利用经验模式分解对心电信号进行自适应分解,然后应用独立分量分析法对选取的本征模态函数进行分离,将分离后的分量进行两层重构,从而得消噪后的心电信号。
  3. 所属分类:专业指导

    • 发布日期:2014-05-19
    • 文件大小:702464
    • 提供者:hanxiaobanbuzuo
  1. 基于HHT法的煤冲击破坏低频电磁信号去噪

  2. 针对煤冲击破坏低频磁场信号的高噪声、非线性、非平稳等特征,将HHT时频分析方法引入到低频磁场信号的时频分析中,介绍了HHT时频分析方法及原理,利用该方法对煤冲击破坏低频磁场信号进行去噪分析和时频处理。研究结果表明:EMD分解重构不但可对信号进行去噪处理,还能很好地刻画出低频电磁信号的非线性、非平稳性及脉冲特性;低频磁场信号的频谱图可清晰表示出能量随时间和频率的动态变化,从频谱图中得出,低频磁场信号的优势频率在0~40Hz之间,其持续时间小于2s;与傅里叶变换和小波分析相比,HHT分析方法的时间、
  3. 所属分类:其它

    • 发布日期:2020-04-27
    • 文件大小:416768
    • 提供者:weixin_38590456
  1. 基于EMD和小波包降噪的压力管道微泄漏源定位研究

  2. 为实现对压力管道裂纹微泄漏源的声发射信号降噪处理与准确定位,采用经验模态分解(EMD)和小波包变换相结合的方法对微泄漏源声发射信号进行降噪处理。结果表明,该方法能够很好地解决连续型声发射信号降噪问题。该方法首先对泄漏源声发射信号进行EMD分解,细化泄漏源信号中掺杂的高频背景噪声,然后根据EMD分解产生的各个固有模态函数(IMF)与原信号相关程度确定主要包含泄漏源信号特征的各IMF分量进行EMD重构,并进行小波包降噪,以进一步削弱背景高频噪声的干扰,最后对降噪并重构后的信号进行互相关计算,实现对压
  3. 所属分类:其它

    • 发布日期:2020-04-22
    • 文件大小:518144
    • 提供者:weixin_38576229
  1. 基于小波包分解和EMD的滚动轴承故障诊断方法研究

  2. 提出了一种基于小波包分解与EMD的故障诊断特征提取方法。对故障振动信号进行小波包分解,并将其高频部分节点信号进行重构,对2个节点的重构信号分别进行EMD分解,得到一系列的IMF分量;提取每个节点的各个IMF分量的能量值并归一化后作为轴承的故障特征量输入神经网络进行诊断。通过实验证明2种方法的结合具有良好的局部分析能力及自适应分解的特点,可以提取更加有效的特征值,因此在进行诊断时,具有更快的速度与更高的准确率。
  3. 所属分类:其它

    • 发布日期:2020-05-27
    • 文件大小:264192
    • 提供者:weixin_38680475
  1. 本征模态分解和希尔伯特谱分析.zip

  2. 本压缩包内部包含全套的EMD分解和希尔伯特黄谱分析程序。上传给大家共享。我本页也学习信号处理数年,多次用到希尔伯特黄变换的内容,用这套程序都可以比较好的解决。内置本版本程序作者的工作记录和程序说明的文本文件。 保证有效!如有疑问请私信。
  3. 所属分类:互联网

    • 发布日期:2020-06-11
    • 文件大小:199680
    • 提供者:tszy17
  1. 基于小波包和EMD处理的滚动轴承故障诊断

  2. 为解决异步电机故障轴承振动信号易受噪音影响信噪比较小的缺点,提出了一种新的故障诊断方法。首先,采用小波分析方法对测得的原始信号进行去噪,并根据频率对原始信号进行频带划分;其次,用经验模式分解(EMD)方法对小波包分解重构得到的低频段信号进行分解,获得若干固有内在模函数(IMF);最后,采用傅里叶变换对各个IMF函数进行时频分析获得频谱图,进而提取故障频率,根据故障频率和故障类型的对应关系得出最后的诊断结果。实验表明,该方法能有效地提取出故障特征频率,方便地判断出故障类型。对比分析了傅里叶变换和小
  3. 所属分类:其它

    • 发布日期:2020-06-20
    • 文件大小:304128
    • 提供者:weixin_38739744
  1. 基于EMD阈值降噪的轴承故障诊断研究

  2. 针对滚动轴承故障诊断提出了EMD阈值降噪法。通过振动传感器获得的轴承振动信号,利用经验模态方法将信号分解为多个IMF分量。因振动信号中含有的噪声主要表现在高频段,所以对IMF分量中的高频分量进行小波阈值降噪,并与IMF分量中低频分量进行重构,实现了振动信号的降噪,有利于轴承故障的判断。
  3. 所属分类:其它

    • 发布日期:2020-07-02
    • 文件大小:346112
    • 提供者:weixin_38654348
  1. 基于小波包和EMD的滚动轴承故障诊断

  2. 针对滚动轴承故障振动信号的非平稳特征,提出了一种基于小波包和经验模态分解(Empirical Mode Decomposition,简称EMD)的滚动轴承故障诊断方法。该方法用小波包对振动信号进行预处理,用Hilbert变换求重构信号的包络,采用EMD方法将包络信号分解为若干个IMF分量,让故障信息得到凸显,然后根据某个分量的频谱,判断滚动轴承的故障类型。实验结果表明,比传统的时频分析方法,该方法能够更有效地提取轴承故障特征,诊断轴承故障。
  3. 所属分类:其它

    • 发布日期:2020-06-28
    • 文件大小:243712
    • 提供者:weixin_38550146
  1. 基于小波包和EMD的异步电动机轴承故障诊断方法

  2. 针对传统的异步电动机轴承故障诊断方法对于轴承的局部缺陷及早期故障的诊断效果不明显的问题,提出了一种采用小波包理论与EMD相结合的方式提取异步电动机轴承故障特征频率的方法。该方法先采用小波包理论对原始信号进行消噪及频带划分,接着采用EMD对小波分解重构得到的信号进行分解以获得固有内在模函数(IMF),最后将IMF经时频变换得到频谱图,根据故障特征频率得出诊断结果。实验结果证明,该方法可有效地提取出故障特征频率,并方便地判断出故障类型。
  3. 所属分类:其它

    • 发布日期:2020-07-16
    • 文件大小:252928
    • 提供者:weixin_38658086
  1. 基于频域约束独立成分分析的经验模态分解去噪方法

  2. 噪声污染是煤岩动力灾害电磁监测应用中需要解决的重要问题,去噪效果的好坏直接影响灾害预测的准确性。经验模态分解(Empirical Mode Decomposition,EMD)是目前电磁信号去噪中应用最多的一种方法,但当信号与噪声时频特征相近时,该算法存在严重的内蕴模态函数(Intrinsic Mode Function,IMF)混叠现象(即部分模态函数仍为信号与噪声的组合)。针对该问题,提出一种基于经验模态分解和频域约束独立成分分析的去噪方法,首先利用EMD将电磁信号分解为多个IMF分量,通过
  3. 所属分类:其它

    • 发布日期:2020-07-19
    • 文件大小:1048576
    • 提供者:weixin_38574132
  1. EEMD(集合经验模态分解).zip

  2. EEMD是针对EMD方法的不足,提出了一种噪声辅助数据分析方法。EEMD分解原理为:当附加的白噪声均匀分布在整个时频空间时,该时频空间就由滤波器组分割成的不同尺度成分组成。当信号加上均匀分布的白噪声背景时,不同尺度的信号区域将自动映射到与背景白噪声相关的适当尺度上去。当然,每个独立的测试都可能会产生非常嘈杂的结果,这是因为每个附加噪声的成分都包括了信号和附加的白噪声。既然在每个独立的测试中噪声是不同的,当使用足够测试的全体均值时,噪声将会被消除。全体的均值最后将会被认为是真正的结果,随着越来越多
  3. 所属分类:其它

    • 发布日期:2020-08-09
    • 文件大小:7168
    • 提供者:Mr_zhong__
  1. 基于NLM-EMD与FCM-二次相关的管道泄漏定位

  2. 管道泄漏的定位精度主要取决于信号去噪效果和时延估计性能。针对当前管道泄漏定位精度较差的问题,提出了非局部均值-经验模态分解(NLM-EMD)自相关去噪算法和模糊C均值聚类(FCM)-二次相关自适应时延估计算法。利用NLM进行降噪预处理,根据EMD自相关准则进行重构去噪,然后利用FCM自适应提取相关性较高的压力下降段信号,对其进行二次相关时延估计。结果表明,NLM-EMD自相关法能有效降低噪声干扰,提高EMD分解质量,FCM-二次相关法能增强两泄漏信号的相关性,与直接二次相关相比定位精度提高了0.
  3. 所属分类:其它

    • 发布日期:2020-10-16
    • 文件大小:421888
    • 提供者:weixin_38749268
  1. 基于小波EMD的柴油机声信号去噪研究

  2. 柴油机声信号包含了丰富的运行状态信息,为了能有效地提取特征参数,需要对柴油机声信号进行去噪处理。针对传统小波阈值去噪和经验模态分解(EMD)去噪的不足,提出了一种将小波阈值与EMD相结合的去噪方法。借助EMD的自适应分解特性,在原始信号分解的基础上,利用相关系数法确定信号主导和噪声主导本征模函数(IMF)分量的分界点,将改进的小波阈值函数对噪声主导的IMF分量进行阈值去噪,再进行信号重构。仿真实验和实测结果表明,该方法去噪效果更优,适合非线性非平稳信号去噪,能够保留柴油机声信号的原貌特征。
  3. 所属分类:其它

    • 发布日期:2020-10-16
    • 文件大小:325632
    • 提供者:weixin_38611459
  1. 基于改进集合经验模态分解的陀螺信号降噪方法

  2. 为了抑制陀螺仪的非线性、非平稳噪声,提出了一种改进的基于集合经验模态分解(EEMD)的降噪方法EEMD-M。首先,通过EEMD阈值滤波得到信息主导和噪声主导的固有模态函数(IMF)分量;将EEMD应用于第一次阈值滤波中被丢弃的IMF分量,提取信号的细节信息;采用去趋势波动分析(DFA)法定义每一个IMF分量的尺度指数,实现二次分解中有用分量的进一步提取;将两次滤波得到的有用IMF分量进行重构,得到降噪后的信号。为了验证EEMD-M的有效性,进行了实测数据的降噪实验。结果表明所提EEMD-M优于经
  3. 所属分类:其它

    • 发布日期:2021-02-21
    • 文件大小:6291456
    • 提供者:weixin_38599545
  1. 图像处理中二维经验模式分解的改进算法

  2. 对图像处理中二维经验模式分解(EMD)算法提出改进。在二维EMD中涉及到像素极值的选取和对极值点进行插值, 在插值过程中会出现边界点变异现象。利用Delaunay三角剖分方法对选取的极值点进行分划, 对不包含在Delaunay多边形内的边界像素采用对称处理, 抑制了3次样条插值过程中边界点变异现象。用改进算法对一幅图像进行EMD处理, 计算得到重构图像与原始图像之间标准差为6.667×10-6, 可见重构图像与原始图像之间的灰度值波动很小。实验结果表明重构图像与原始图像吻合非常好, 论证了这种改
  3. 所属分类:其它

    • 发布日期:2021-02-10
    • 文件大小:3145728
    • 提供者:weixin_38746293
  1. 基于经验模态分解的三维成像激光雷达信号去噪方法

  2. 利用梯度法对激光雷达信号进行处理,检测出突变部分的幅度和位置,根据梯度信息计算相应的平移序列,加入到原始信号中,使所得信号中不包含突变信息。利用经验模态分解(EMD)方法对去突变信号进行分解和去噪就可以避免模态混叠和突变位置附近出现的局部振荡现象。将该方法应用于实际激光雷达数据去噪过程中,实验结果表明,该方法能消除由突变引起的重构信号局部振荡现象,对信号平稳部分的噪声能有效地滤除,又能较好地保留信号的突变信息。
  3. 所属分类:其它

    • 发布日期:2021-02-09
    • 文件大小:2097152
    • 提供者:weixin_38741075
  1. 一种基于交叉证认和经验模态分解的滤波算法及其在激光雷达回波信号降噪处理中的应用

  2. 交叉证认技术改进了基于经验模态分解(EMD)的激光雷达回波信号降噪方法。该方法在对激光雷达回波信号噪声特性和经典降噪方法缺陷进行研究的基础上,利用交叉证认技术自适应地识别雷达回波信号中的信号层和噪声层,再通过经验模态分解算法分离噪声和重构信号。通过仿真数据和实测雷达信号对比分析,该方法能够自适应地选择本征模函数中的信号层数,不但有效地滤除了各种随机噪声,而且保留了信号的有效信息特征,减少了信号损失,进而提高了后续数据处理的准确度。
  3. 所属分类:其它

    • 发布日期:2021-02-05
    • 文件大小:5242880
    • 提供者:weixin_38673237
  1.  基于EMD和神经网络的短期电力负荷预测

  2. 提出了采用经验模态分解(EMD)和神经网络结合的方法对短期电力负荷进行预测。通过EMD算法将电力负荷的时间序列分解为若干个固有模态函数,采用神经网络对各个固有模态函数分别预测,然后求和重构各个固有模态函数的预测值,最后得出总的负荷预测值。通过仿真分析,该方法相对于采用单一的神经网络预测降低了预测误差,改善了短期负荷预测的有效性。
  3. 所属分类:其它

    • 发布日期:2021-01-30
    • 文件大小:1048576
    • 提供者:weixin_38702047
  1. 基于EMD与奇异值差分谱的侧信道信号特征提取

  2. 为了从强烈的背景噪声中提取侧信道信号的特征信息,提出了一种基于经验模式分解(EMD)与奇异值差分谱相结合的信号特征提取方法。该方法首先对原始侧信道信号进行EMD分解,计算各个特征模态函数(IMF)与原始信号的相关系数,找到最大相似特征分量;再对该分量进行奇异值分解求出对应的奇异值差分谱;最后根据差分谱进行重构和消噪,进一步提取分量的特征信息。实验结果表明,该方法可以有效应用于侧信道信号的特征提取,成功提高信号的信噪比和攻击成功率。
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:1048576
    • 提供者:weixin_38665490
« 12 »