模态混叠相关论文
针对目前单通道心电信号识别精度不高、现存多元分解方法效果不佳、多元非线性心电信号分析复杂等问题，提出了一种基于自适应多元多......
在大型复杂构件机器人铣削加工过程中，由于机器人结构刚度较低、末端负载配置复杂以及工件局部弱刚性等问题，导致机器人铣削加工过程......
建筑结构在其服役期间,受到自然环境和人为因素的影响而不断累积损伤。损伤的存在会严重影响结构的工作性能和安全性,因此损伤识别......
针对二维局部均值分解(BLMD)对图像进行多尺度分解时,计算过程费时,模态混叠现象严重的问题,提出一种快速自适应二维局部均值分解......
针对爆破延期识别中采用经验模态分解(empirical mode decomposition,EMD)方法存在模态混叠现象,导致延期识别精度低的问题.提出了......
以残留劲度模量变化曲线的拐点作为裂缝时会存在模态混叠的问题,易导致最终检测得到的路面裂缝值过大,针对这一不足,研究一种基于H......
奇异谱分解在处理强噪声信号时获得的模态分量可能包含期待频段之外的信息,会造成严重的模态混叠现象并影响分析效果,深入研究发现......
图像融合就是将来自不同类别传感器的多幅源图像按照融合算法有效地合成为一幅包含丰富信息的高质量融合图,所得到的图像不仅包含......
文中引入了一种基于高频谐波注入法的希尔伯特黄变换(HF-HHT),以此来克服经验模态分解在电力系统暂态扰动信号检测中出现的模态混......
提出一种基于旋转机械同源数据融合的全矢(Ensemble Empirical Mode Decomposition,EEMD)总体平均经验模态分解信号分析方法.EEMD......
会议
针对局域均值分解(LMD)在处理非平稳非线性信号的过程中存在的模态混叠问题,提出一种基于互补总体局域均值分解(CELMD)的特征提取......
会议
理论和实际资料试算表明，基于CEEMD的小波阈值去噪方法得到了明显优于CEEMD直接舍弃高频IMF分量去噪和小波阈值去噪方法的去噪效果，C......
HVD(希尔伯特振动分解)算法以其强烈的抗模态混叠性能,常用于频率耦合下的信号分解,但起始端点的选择是制约其工程应用的关键.针对......
针对传统的混沌振子检测强噪声背景下弱信号时存在抗噪性差、易出现相位变化不稳定等问题,结合集合经验模态分解(EEMD)提出一种改......
针对恶劣工况下,荧光测温设备自身的系统噪声会随着工作环境变化而发生大幅变化问题,提出一种基于B样条最小二乘拟合的改进型希尔......
从基本模态的基本概念出发，讨论了基本模态对调频的约束要求和方法，模态混叠的表述，端点问题和模态混叠的依存性，数据驱动特性的两面性......
为提高爆破振动信号时频分析精度,引入一种基于傅里叶分解(FDM)的时频分析方法。首先,基于FDM理论对原始仿真信号进行分解,计算模......
本文针对基于经验模态分解的高亮体属性,通过引入模态混叠消除方法——聚合经验模态分解及完备聚合经验模态分解方法,对比分析不同......
模态参数识别对土木工程结构健康监测、损伤评估等的理论研究及工程应用具有重要意义。近年来,基于结构振动信号的时频分析方法得......
本文以MATLAB7.17为实验研究平台,将512*512的Lena图像进行BEMD分解,得到按频率由高到低进行层层滤波后从小尺度到大尺度的4个二维......
提出基于集合经验模态分解(EEMD)的超声无损检测信号处理方法。此方法在信号重构时,采用分量信号与原始信号之间的相关系数进行特......
针对二维经验模态分解(BEMD)算法在图像分解过程中存在模态混叠,提出了一种基于二维集合经验模态分解(Bi-dimensional Ensemble Em......
摘要：针对经验模态分解过程中存在模态混叠问题，利用自适应白噪声的完整集成经验模态分解（CEEMDAN）代替EMD对希尔伯特-黄变换加以改进，......
近年来,随着电力系统的逐渐完善,越来越多的非线性电子器件在应用其中,由此引发的谐波问题日益增重,对用户安全和设备的正常运转产......
基于声音信号的机械故障诊断切实可行,但风电齿轮箱声音信号可拾取到机舱内的多个振源信号和干扰噪声,影响故障的精确定位,为此,提......
随着电力电子技术的不断发展,非线性设备被广泛应用,配电网中谐波污染问题日益严重,对电力系统的安全稳定、优质运行以及经济运行......
滚动轴承、齿轮等作为机械设备中不可缺少的动力传动装置,一旦发生故障将无法确保机械设备的安全运行,因此,对旋转机械故障进行诊......
随着科学技术的进步,机械设备的智能化水平越来越高,结构也越来越复杂。为了确保正常的生产工作需要,必须要保证机械设备的无故障......
局部特征尺度分解(local characteristic-scale decomposition,LCD)方法在改善了经验模态分解(empirical mode decomposition,EMD)......
针对电力系统次同步振荡分量提取存在模态混叠问题,将同步挤压小波变换(synchrosqueezing wavelet transform,SWT)应用于次同步振......
为解决模态混叠问题,将总体经验模态分解方法应用于水文时间序列的多尺度研究中.将白噪声加入原始序列,经过总体经验模态分解后得......
滚动轴承是电机的重要组成部分,也是出现故障较多的部位,对电机轴承进行特征提取方法研究对于其故障诊断具有重要的意义.首先,介绍......
针对Hilbert-Huang变换过程中经验模态分解(EMD)处理数据时可能造成端点效应和模态混叠,提出使用白噪声聚类经验模型分解(EEMD)分......
本文介绍了中空型行波超声波电机的结构和有限元分析方法，并对佳能镜头电机定子用ANSYS软件做了详细的有限元分析，从而选择了定......
从基本模态的基本概念出发，讨论了基本模态对调频的约束要求和方法，模态混叠的表述，端点问题和模态混叠的依存性，数据驱动特性的两面性......
针对经验模态分解中模态混叠问题,探讨了傅立叶频率在描述信号模态混叠时缺乏直观性的问题，提出了更具直观意义的经验频率概念，并以......
煤炭能源是我国能源结构中所占比例最大的一项,它为我们日常生活各项所需都做出了贡献。然而,由于矿井工作面等破坏发生煤矿突水意......
滚动轴承在旋转机械中起着关键性作用，但同时也是易损部件。如果滚动轴承发生故障就会影响整个设备的性能，有时甚至会导致灾难性事故......
Hilbert-Huang变换(HHT)是近几年提出的一种新的信号变换技术,其核心是通过经验模态分解方法(EMD)将信号分解成若干个固有模态分量......
本文介绍了旋转机械故障诊断的基本常识和常用的时频分析方法,详细研究了一种新的时频分析方法-Hilbert—Huang变换(HHT),针对其模......
超声电机技术是集振动学、摩擦学、新材料和新工艺等学科为一体的高新技术。其具有低速大转矩、无电磁干扰和尺寸可微小化等独特的......
经验模态分解(Empirical Mode Decomposition,EMD)是处理非线性和非平稳信号的有效方法。该方法根据自身信号的特点,将信号分解成......
信号处理方法是机械设备故障诊断中的重要环节，尤其是对于非平稳信号的分析方法的研究一直是国内外研究的焦点。希尔伯特一黄变换(H......
