共搜索到263条信息，每页显示10条信息，共27页。用时：0小时0分0秒366毫秒
基于EMD的局部放电去噪方法的研究孙博1,2,张建文1,潘磊落11. 中国矿业大学信息与电气工程学院2. 广东省建科建筑设计院摘 要:针对局部放电信号在线检测中通常存在噪声污染,小波变换受小波基的选择影响较大,能量泄露及脉冲信号畸变等问题,在EMD的基础上,采用基于自相关函数的改进时空去噪和阈值去噪相结合的EMD去噪方法,在MATLAB的环境下进行仿真验证,并对电晕放电信号进行去噪分析.结果表明:采用该方法去噪性能在信噪比和波形畸变率两方面都较db4和db8小波去噪更好,有良好的去噪效果.关键词:EMD分解;局部放电;白噪声;自相关函数;......
DOI: 10.11817/j.issn.1672-7207.2017.01.023 基于EMD和形态分形维数的微震波形识别 赵国彦,邓青林,李夕兵,董陇军,陈光辉,张楚旋 (中南大学 资源与安全工程学院,湖南 长沙,410083) 摘要:针对现有矿山微震监测系统信号自动识别难的问题,提出基于经验模态分解(EMD)和形态分形维数的识别方法.首先,采用EMD将原始信号分解为若干个本征模态分量(IMF),选择前5个分量进行重构得到新的信号.其次,求出处理后信号的形态学分形维数,利用微震波形和爆破波形分形维数的差异进行信号识别.对50组微震波形和50组爆破波形进行试验研究.对比未经EMD处理的形态学分形维数以及经EMD处理的盒维数识别结果.研究结果表明:50组微震波形和50组爆破波形在形态学分形维数为1.4时具有较高的识别率；微震波形维数主要在1.4以下,爆破波形维数则基本高于1.4；EMD结......
一种基于EMD的睡眠脑电图梭形波自动识别方法杨志华,齐东旭摘 要:提出了一种基于EMD分解的睡眠脑电图梭形波自动识别方法.通过对EEG信号作EMD分解,得到具有很好时频特征的Hilbert谱,对Hilbert谱进行分析处理,可以自动识别梭形波出现的准确时间和持续时间.结果显示,识别准确率高达95 .6% .关键词:EMD分解;Hilbert谱;自动识别;梭形波;......
基于EMD和SVM的脑电信号处理方法余炜,韩强,马晶晶,谢培昆明理工大学信息工程与自动化学院摘 要:脑电信号的特征提取对于脑-机接口(BCI)技术来说非常重要.本文使用经验模式分解(EMD)算法对脑电信号进行分解,提取主要IMF分量的特征值,之后使用支持向量机进行分类,并采用启发算法(POS)进行参数寻优.对2003年第二届BCI大赛的想象左右手运动脑电信号分类正确率达到87.6%,验证了本方法的可行性.关键词:脑-机接口(BCI);经验模式分解(EMD);支持向量机(SVM);......
基于EMD滤波及在工业无线通信中的应用罗小元,贾静雅,梁振虎,关新平燕山大学电气工程学院摘 要:为了满足高可靠的工业通信需求,基于软件无线电的通讯模式成为工业无线通信的发展方向.针对工业的噪声环境,提出了利用经验模态分解对无线通信信号进行分解的滤波算法,利用CCSLink将该算法的Matlab程序传到CCS中,通过编译器生成满足软件无线电平台所需的嵌入式代码,在平台的信号接收端,去除干扰分量,并对分段滤波后的信号进行重构.试验结果表明,该算法有效地解决了工业干扰所造成的无线通信的不稳定性.关键词:可靠性;软件无线电;工业无线通信;经验模态分解(EMD);滤波;......
GPU加速的在线K均值聚类粒子滤波跟踪算法 刘元元1,刘华平2,高蒙1,孙富春2,孟丽霞2 (1. 石家庄铁道大学 电气与电子工程学院,河北 石家庄,050043; 2. 清华大学 计算机科学与技术系,北京,100084) 摘要:针对目标的颜色空间特征,提出一种在粒子滤波框架下利用K均值聚类描述目标,并采用EMD距离度量2个聚类簇集之间的相似程度的跟踪算法.考虑到聚类算法的耗时,利用GPU将其并行化进行加速.实验结果表明,此法比基于颜色直方图的粒子滤波算法具有更好的跟踪效果,同时也显著提高了运算速度. 关键词:粒子滤波；K均值聚类；EMD距离；GPU 中图分类号:TP391 文献标志码:A ......
基于EMD和AR奇异值的柴油机故障诊断吴虎胜1,吕建新1,战仁军1,吴庐山21. 中国人民武装警察部队工程学院2. 河南农业大学摘 要:针对柴油机振动信号的非平稳特性和在现实条件下难以获取大量故障样本的实际情况,提出一种经验模态分解(Empirical Mode Decomposition,EMD),自回归...向量以判断柴油机的工作状态和故障类型.试验结果表明:该方法在小样本情况下也具有较高的精度和较强的泛化能力.关键词:柴油机;故障诊断;AR模型;支持向量机(SVM);奇异值;经验模态分解(EMD);......
......
爆炸荷载下结构响应的EMD分析 蒋卫东1,张义平2 (1.中南大学,商学院,湖南,长沙,410083;2.贵州大学,矿业学院,贵州,贵阳,550003) 摘要:通过经验模态分解法(EMD)将信号分解为固有模态函数(IMF),结果表明震动信号是由不同频率的具有实际物理意义的固有模态函数分量组成.同时建立了爆炸荷载下的单自由度体系结构动态响应模型,并运用实例分析了结构在爆破震动下的动力放大效应.分析表明不同的IMF分量对结构的影响各不相同,两者频率越接近,其共振作用就越明显.结构对荷载的响应主要取决于不同幅值,不同频率的各IMF分量的共同作用.图5,表1,参11. 关键词:爆炸荷载; EMD; 结构响应; 频率; 共振; [全文内容正在添加中] ......
基于EMD的心电信号压缩算法杨丹1,秦梦芝2,徐彬1,王旭11. 东北大学信息科学与工程学院2. 合肥工业大学电子科学与应用物理学院摘 要:针对生物医学信号特别是心电信号(ECG)的特点和数据压缩需求,提出一种基于经验模态分解(EMD)方法的ECG信号压缩算法.所提算法计算简单,无需预先或后处理.以MIT-BIH标准数据库的心律失常数据作为实验数据,通过压缩比(CR),均方根百分差异(PRD),归一化均方根百分差异(PRDN),均方根(RMS),信噪比(SNR),质量评分(QS)6个评价参数分析所提算法性能,并与基于小波分解的压缩算法进行比较.实验结果表明,所提算法具有较好的压缩比与保真度,证明了该算法的有效性.关键词:经验模态分解;心电信号;压缩算法;MIT-BIH标准数据库;小波分解;......
