• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      經(jīng)驗(yàn)?zāi)B(tài)分解去噪方法研究

      2018-12-12 06:25:38馬鑫郝亞南
      科技視界 2018年23期
      關(guān)鍵詞:經(jīng)驗(yàn)?zāi)B(tài)分解

      馬鑫 郝亞南

      【摘 要】本文提出了一種基于最小能量準(zhǔn)則的EMD去噪算法。首先對(duì)含噪信號(hào)進(jìn)行EMD分解得到IMF,然后計(jì)算各IMF的能量,取具有最小能量的IMF作為噪聲與信號(hào)的分界點(diǎn),實(shí)現(xiàn)噪聲與信號(hào)的分離。

      【關(guān)鍵詞】經(jīng)驗(yàn)?zāi)B(tài)分解;IMF;最小能量

      中圖分類號(hào): TN957.52 文獻(xiàn)標(biāo)識(shí)碼: A 文章編號(hào): 2095-2457(2018)23-0072-002

      DOI:10.19694/j.cnki.issn2095-2457.2018.23.029

      0 引言

      經(jīng)驗(yàn)?zāi)B(tài)分解(empirical mode decomposition簡(jiǎn)稱EMD)方法是由Huang等[1]于1998年提出的一種數(shù)據(jù)消噪算法,具有分解模態(tài)少、不用選擇基函數(shù)等優(yōu)點(diǎn),近年來該方法已成功應(yīng)用于旋轉(zhuǎn)機(jī)械故障診斷[2]、地震信號(hào)處理[3]、大型電力設(shè)備的監(jiān)測(cè)[4]等諸多領(lǐng)域。本文采用EMD方法對(duì)信號(hào)進(jìn)行去噪研究,提出了一種基于最小能量準(zhǔn)則的EMD去噪算法。該算法能夠確定噪聲與信號(hào)分界點(diǎn),實(shí)現(xiàn)噪聲與信號(hào)的分離,為信號(hào)處理的去噪技術(shù)提供了一種新的途徑。

      1 EMD原理

      EMD是個(gè)篩選的過程,篩選得到的每個(gè)IMF分量都必須滿足兩個(gè)條件:(1)IMF分量的極值點(diǎn)與零點(diǎn)個(gè)數(shù)相等或相差1。(2)IMF的極大值和極小值對(duì)應(yīng)包絡(luò)線均值為零。經(jīng)過EMD分解后,一個(gè)信號(hào)可用IMF來表達(dá):

      仿真信號(hào)經(jīng)EMD分解后的各IMF分量如圖2所示。圖3為各IMF分量的能量曲線圖。從圖3中可以看出第1階到第5階的IMF分量的能量是逐階減小,在第五階的能量達(dá)到最小。從第6階開始能量陡然上升,然后又逐階減小。因此要濾除仿真信號(hào)中的噪聲,選擇第5階的IMF分量作為噪聲與信號(hào)的分界點(diǎn),把第6階之前的IMF分量作為噪聲全部剔除。去噪后的仿真信號(hào)效果如圖5所示。

      在噪聲水平已知的情況下,我們會(huì)準(zhǔn)確地判斷出的噪聲與信號(hào)的分界點(diǎn)。因?yàn)楫?dāng)信號(hào)分解k次后,k個(gè)IMF分量之和的方差與預(yù)先知道的噪聲水平一致則分解即可停止。通過計(jì)算可知仿真信號(hào)的前5階IMF分量之和的方差為1.0083,與已知的噪聲水平(?啄2=1)一致,可以確定噪聲與信號(hào)的分界點(diǎn)在第5階,這與采用最小能量準(zhǔn)則判斷的分界點(diǎn)的結(jié)果一致。

      4 結(jié)論

      本文提出一種基于最小能量準(zhǔn)則的經(jīng)驗(yàn)?zāi)B(tài)分解去噪算法,該算法以具有最小能量的IMF作為噪聲與信號(hào)的分界點(diǎn),實(shí)現(xiàn)了噪聲與信號(hào)的分離,仿真結(jié)果表明:該算法有效地抑制了噪聲,使去噪后的信號(hào)逼近真實(shí)的信號(hào)。

      【參考文獻(xiàn)】

      [1]Huang N E,Shen Z,Long S,et al.The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis[J].Proceedings of the Royal Society of London,1998,454:903~995.

      [2]時(shí)培明,李庚,韓東穎.于改進(jìn)EMD的旋轉(zhuǎn)機(jī)械耦合故障診斷方法研究[J].中國機(jī)械工程,2013,24(17):2367~2372.

      [3]陳文超,王偉,高靜懷等.基于地震信號(hào)波形形態(tài)差異的面波噪聲稀疏優(yōu)化分離方法[J].地球物理學(xué)報(bào),2013,56(8):2771~2782.

      [4]賈嶸,徐其惠,田錄林等.基于經(jīng)驗(yàn)?zāi)B(tài)分解和固有模態(tài)函數(shù)重構(gòu)的局部放電去噪方法[J].電工技術(shù)學(xué)報(bào),2008,23(1):13~18.

      猜你喜歡
      經(jīng)驗(yàn)?zāi)B(tài)分解
      基于EMD的電弧反射電纜故障測(cè)距脈沖信號(hào)提取方法
      基于經(jīng)驗(yàn)?zāi)B(tài)分解的信號(hào)去噪
      科技視界(2016年27期)2017-03-14 07:55:37
      網(wǎng)絡(luò)被入侵后的信號(hào)檢測(cè)系統(tǒng)設(shè)計(jì)與優(yōu)化
      網(wǎng)絡(luò)不穩(wěn)定節(jié)點(diǎn)的動(dòng)態(tài)特征挖掘模型
      HHT和HMM在血細(xì)胞信號(hào)識(shí)別中的應(yīng)用
      基于聯(lián)合采用EMD與高通低通濾波的信號(hào)分析
      科技視界(2016年6期)2016-07-12 13:25:06
      Hilbert—Huang變換提取齒輪箱故障特征方法研究
      自適應(yīng)最稀疏時(shí)頻分析方法的分解能力研究
      投資者情緒指數(shù)的經(jīng)驗(yàn)?zāi)B(tài)分解:基于增發(fā)窗口期的實(shí)證研究
      礦山動(dòng)態(tài)輕軌衡系統(tǒng)稱重信號(hào)處理的研究
      永新县| 库伦旗| 金塔县| 伊吾县| 景洪市| 景德镇市| 神木县| 连城县| 贵定县| 郴州市| 宁波市| 疏勒县| 方正县| 紫金县| 图们市| 泰安市| 满洲里市| 栾川县| 惠水县| 芮城县| 汝阳县| 中卫市| 喀喇沁旗| 会东县| 安乡县| 启东市| 鄂伦春自治旗| 东丰县| 德惠市| 穆棱市| 昌乐县| 汤原县| 宜丰县| 永清县| 汝阳县| 柘荣县| 三门峡市| 平利县| 凭祥市| 北辰区| 九台市|