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:687kb
    • 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:686kb
    • 提供者:hanxiaobanbuzuo
  1. GPS/伪卫星技术在露天矿边坡监测中的应用

  2. 针对露天矿区GPS可视卫星个数和几何图形条件易受到较大坡度的遮挡影响,利用GPS/伪卫星(PLs)组合定位技术,增强卫星的几何强度。同时,为了削弱非建模系统误差的影响,提出通过经验模态分解(EMD)的多尺度分解与重构结构,依据累积标准化模量的均值随尺幅的变化确定系统误差与噪声分离尺度的选择标准,建立系统趋势分离模型。通过模拟仿真和实验分析表明:选择合适的PLs的设站位置,GPS/PLs组合定位技术可较大程度地改善定位精度因子(DOP);利用EMD方法去除非建模系统误差后,GPS/PLs组合观测值
  3. 所属分类:其它

    • 发布日期:2020-05-08
    • 文件大小:275kb
    • 提供者:weixin_38611796
  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:407kb
    • 提供者:weixin_38590456
  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:195kb
    • 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:297kb
    • 提供者:weixin_38739744
  1. 矿井风机振动趋势预测模型的优化

  2. 提出一种新的预测方法-基于EMD分解的时间序列模型,利用EMD分解将采集来的矿井风机振动烈度值分解成若干个固有模态函数(IMF)分量和一个残余项分量,运用恰当的时间序列模型(AR、ARMA)分别对各阶IMF进行预测,将各阶预测值重构,得到振动烈度预测值,并与单独运用时间序列模型的预测结果进行比较。结果证明:运用基于EMD分解的时间序列模型对矿井风机振动烈度进行预测比单独运用时间序列模型的预测精度有明显提高,表明提出方法的可行性、有效性。
  3. 所属分类:其它

    • 发布日期:2020-07-03
    • 文件大小:627kb
    • 提供者:weixin_38612909
  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:238kb
    • 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:247kb
    • 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

  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:7kb
    • 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:412kb
    • 提供者:weixin_38749268
  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

  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

  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

  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

  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

  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

  1. 基于经验模式分解和极限学习机的铀资源价格预测方法

  2. 针对国际铀资源价格预测问题, 提出一种基于经验模式分解(EMD)、相空间重构(PSR) 和极限学习机(ELM) 的非线性组合预测方法. 首先通过EMD分解, 将原始价格序列分解为若干固有模态分量(IMF), 按频率高低将各IMF 分组叠加成3 个新序列; 然后在重构相空间的基础上构建不同的ELM模型, 分别对各IMF 序列进行预测; 最后对预测结果进行合成. 将该方法应用于实际铀资源价格预测, 并与径向基神经网络(RBF) 方法及单独ELM方法进行比较, 仿真结果表明该方法预测精度有明显的提高.
  3. 所属分类:其它

    • 发布日期:2021-01-14
    • 文件大小:250kb
    • 提供者:weixin_38665822
  1. 基于EMD和LSSVM组合模型的交通流量预测

  2. 针对传统的短时交通流量预测算法存在精度低和误差大的缺点,提出一种基于EMD和LSSVM组合模型的短时交通流量预测模型。针对短时交通流量数据,运用经验模态分解EMD分解技术将短时交通流量数据分解成个若干IMF分量和残余分量Res,之后针对IMF分量和Res分量分别运用LSSVM进行预测,之后将各自的预测结果进行叠加重构,实现短时交通流量预测。研究结果表明,本文提出的算法EMD_LSSVM可以有效提高短时交通流量预测的精度,为短时交通流量预测提供新的方法和途径。
  3. 所属分类:其它

« 12 »