基于积分均值模式分解和固有模态函数样本熵的阵发性房颤识别

针对阵发性房颤(PAF)发作持续时间较短难以捕捉,且现有识别算法抗噪性能较差易导致误检、漏检等问题,本研究提出一种基于积分均值模式分解(IMMD)和固有模态函数样本熵(IMFSE)的PAF识别方法。首先,对时长为20 min的心率变异性(HRV)信号片段进行IMMD分解得到一系列固有模态函数(IMF)分量,并计算IMFSE;然后,通过对IMFSE结果进行统计分析选取PAF识别的特征量;最后,利用支持向量机与交叉验证完成PAF识别。从PAF Prediction Challenge Database(AFPDB)数据库提供的正常受试者、PAF发作与远离PAF发作受试者心电信号中,分别获取25段时长为20 min的HRV信号片段,构成正常组、PAF发作组与PAF未发作组。通过对这75段HRV信号片段的实验发现:利用本方法进行PAF识别,识别准确率、敏感性、特异性分别可达到94%、96%、92%。所提出的PAF识别算法为进一步地快速准确自动检测PAF提供了参考,在可穿戴设备的长期自动检测识别PAF方面具有较大的应用前景。

基于固有模态能量熵的多端混合直流线路方向暂态保护研究

特高压多端混合直流输电线路首端整流侧边界、线路末端逆变侧边界不对称,T区边界不明显,线路保护故障区间的准确判别是目前亟需解决的重要问题。该文以昆柳龙特高压三端混合直流输电系统为研究对象,将保护元件安装于T区左右两侧,提出一种基于固有模态能量熵的多端混合直流线路方向暂态保护方法。论文分析特高压多端混合直流输电线路首端整流侧边界、线路末端逆变侧边界频率特性。根据T区两侧保护元件检测到的故障电流暂态能量的正负特性,提出T区左右两侧故障方向判据。利用互补集合经验模态分解(complementaryensembleempiricalmode decomposition,CEEMD)对故障暂态电流进行不同尺度分解,根据固有模态能量熵提出线路首端整流侧及线路末端逆变侧区内、外故障判据,解决了提取单一信号频带检测故障的局限性。分析和仿真结果表明,该保护方案仅利用T区左右两侧的保护元件就能实现特高压多端混合直流输电线路全线速动保护,且具有较好的耐受过渡电阻能力。

基于固有模态能量熵的微弱目标检测算法

该文分析了海杂波能量在各固有模态函数(IMF)间的分布特点,研究了目标对海杂波能量在各IMF间分布的影响。研究发现,无目标时,海杂波的能量主要集中于先分解出的3个IMF中,而当目标出现时,海杂波的能量将向后分解出的6个IMF扩散,且固有模态能量熵恰能描述目标出现引起的海杂波能量分布的这种变化,因此该文提出了采用固有模态能量熵检测微弱目标的算法。仿真结果表明,与基于盒维数的微弱目标检测算法、频域CFAR检测方法和多脉冲CA-CFAR(100个脉冲)检测算法相比,该算法的检测性能较好,有效增强了雷达对海杂波中微弱目标的检测能力。

基于固有模态分解和深度学习的抑郁症脑电信号分类分析

以采集到的抑郁症患者和正常人的脑电信号为基础,采用固有模态分解算法对原始信号去噪处理,通过卷积神经网络对抑郁症患者和正常人进行分类分析。首先通过脑电信号的采集实验,采集15位抑郁症患者和15位正常人对照组Fp1的静息态脑电信号;之后对采集到的静息态脑电进行去噪处理,脑电去噪处理主要包括固有模态分解算法对原始信号的分解获得不同层次的IMF分量,对IMF分量进行频域分析,通过硬阈值的方法剔除原始信号中的噪声信号;最后采用卷积神经网络对抑郁症患者和正常人对照组进行二值分类,结果相较于传统的特征提取-机器学习算法,分类准确率明显提高。

基于经验模态分解和固有模态函数重构的局部放电去噪方法

为了提取局部放电信号的特征,提出一种基于经验模态分解(EMD)和固有模态函数(IMF)重构算法的局部放电噪声抑制方法。首先对含有噪声的局部放电信号进行经验模态分解,得到含特征频率的固有模态函数,然后对所得的固有模态函数分量进行自适应阈值处理后重构,从而抑制噪声干扰。相比于常规的小波去噪算法,该方法具有自适应性强,不受小波函数和最佳小波分解层数选取的限制等优点,而且实现了阈值和固有模态函数阈值处理层数的自动选取。分别以仿真信号和实际信号为例,证明了该方法的有效性。

基于集合经验模态分解敏感固有模态函数选择算法的滚动轴承状态识别方法

为了更有效地提取滚动轴承各状态振动信号的特征,该文提出了一种基于集合经验模态分解(EEMD)的敏感固有模态函数(IMF)选择算法。该算法对振动信号经EEMD分解后得到的固有模态函数采用峭度值、相关系数相结合的方法自动提取其敏感分量,以此获得振动信号的初始特征。再运用奇异值分解和自回归(AR)模型方法得到滚动轴承各状态振动信号的特征向量,并将其输入到改进的超球多类支持向量机中进行智能识别,从而实现滚动轴承的正常状态,不同故障类型及不同性能退化程度的各状态识别。实验结果表明,相比基于经验模态分解结合自回归模型或奇异值分解的特征提取方法,该方法可更有效地提取滚动轴承故障特征信息,且识别精度更高。

基于剩余电流固有模态能量特征的生物触电故障诊断模型

针对未来低压电网剩余电流保护技术中,生物触电故障诊断与剩余电流之间具有不确定的潜在规律及关系映射,提出了一种基于剩余电流固有模态能量特征的生物触电故障诊断模型。首先应用Hilbert-Huang变换明确了生物触电故障时,剩余电流各固有模态能量在时间和各种频率尺度上的分布,其中低频IMF分量的能量占有率高达86.35%,建立了剩余电流固有模态能量特征的提取方法;然后以选取剩余电流各IMF分量5维度能量特征向量,为生物触电故障诊断模型提供有效特征的信息源,利用量子遗传计算的快速寻优性和神经计算的自适应性有机结合,建立了一种量子遗传模糊神经网络作为触电故障模式分类归属的决策系统,仿真试验准确率达到100%。为研发基于人体触电电流而动作的新型剩余电流保护装置,提供可靠的理论依据和方法支撑。

基于固有模态能量熵的配电网单相接地故障选线新方法

分析了故障选线的现状和目前已提出的多种选线方法的优势和不足。提出利用固有模态能量熵对线路的零序电流进行分析,求出各线路的能量熵,通过比较熵值的大小来判断故障线路的新方法。MATLAB仿真结果表明,该方法不受过渡电阻和短路时间的影响,能准确地选出故障线路,该方法对配电网单相接地选线问题提供了一种全新的思路。且计算简单,可靠性高。

基于固有模态能量的暂态量选线方法

针对基于小波分析的煤矿电网故障选线方法由于分解效果取决于基函数的选择,不能保证最优分解效果的问题,提出了一种基于固有模态能量的暂态量选线方法。该方法利用经验模态分解对信号局部特征的自适应性,对单相接地故障零序电流的暂态特征进行分析,定义固有模态能量和能量权重因子作为故障特征参数,实现对故障暂态量信息的数据挖掘;求取故障后各馈线的零序暂态电流的固有模态能量,计算各馈线的能量权重因子,通过比较各馈线能量权重因子辨识出故障线路,即能量权重因子最大的线路就是故障线路。理论分析和仿真结果表明,该方法不受接地电阻、故障时间等故障条件的影响,能够准确可靠地实现煤矿高压电网故障选线。

基于固有模态函数振动传递率的结构损伤识别

提出了无需量测外荷载的新的结构损伤识别方法,将经验模态分解应用于结构损伤识别,通过求振动响应信号固有模态函数的振动传递率,构建结构损伤识别参数;通过对预置不同开胶损伤程度的玻璃幕墙试件进行动态测试,得到不同损伤程度下玻璃幕墙的固有模态函数振动传递率,并根据振动传递率的差别来识别和评估玻璃幕墙开胶损伤程度。研究结果表明:与传统方法相比,该方法无需量测外荷载也能精确识别结构损伤,通过损伤参数值也能判断损伤大小。

基于固有模态能量熵和支持向量机的输电线路故障选相新方法

提出一种输电线路故障选相新方法,先对线路的三相电压信号进行经验模态分解,得到若干个包含主要故障电压信息的固有模态函数分量,其次选取三相电压的前2个固有模态能量熵作为故障特征向量,将构造的特征向量输入到LS-SVM分类器对输电线路的故障类型进行分类及故障选相。结果表明该方法不受过渡电阻、故障位置和故障初始角等因素的影响,能对高阻接地故障模式进行准确识别,且对噪声具有很好的抑制效果,能准确实现故障分类。仿真分析验证了其有效性。

结构参数小幅变化后桥梁固有模态修正的矩阵摄动法

桥梁设计阶段构件参数的改变、施工阶段体系的转换和施工误差、使用过程中的磨损、损伤都会直接造成桥梁质量阵、刚度阵的改变,其动力特性也随之改变。遇到结构参数频繁小幅变化的情形,用经典的方法获得其动力特性就需要多次求解广义特征问题,这对于大型复杂结构来说是非常麻烦和费时的。提出应用矩阵摄动法来求解桥梁结构改变后的固有模态。用ANSYS对某悬索桥进行自由振动分析,然后以从分析结果中提取出的频率、刚度阵、质量阵及振型数据为基础,采用矩阵摄动法对结构参数小幅度调整后的固有模态进行相应的计算,并将所得结果与结构修改后的有限元计算结果进行比较。结果表明本文所提出的应用矩阵摄动法修正固有模态的方法是有效的、可靠并且省时的,便于工程应用。

嵌入固有模态函数的各向异性扩散方程用于图像降噪

该文利用经验模态分解技术对图像进行分解,获得表示图像不同频率属性的各个固有模态函数分量,并将代表图像高频信息和次高频信息的固有模态函数嵌入到Perona-Malik模型中。改进后的模型不仅在对高斯噪声降噪时优于原Perona-Malik模型,而且对椒盐噪声也能较好地去除。

固有模态函数振动传递率损伤识别实验研究

针对风荷载、地震荷载等存在但难以精确量测的问题,提出一种无需量测外荷载的新的损伤识别方法。将经验模态分解(Empirical Mode Decomposition,EMD)应用于结构损伤识别,通过求振动响应信号固有模态函数(Intrinsic Mode Function,IMF)的振动传递率,构建了一种新的结构损伤识别参数。对预置不同程度开胶损伤的玻璃幕墙试件进行动态测试,得到不同损伤程度下玻璃幕墙的固有模态函数振动传递率,与无损伤条件下的固有模态函数振动传递率进行比较来识别和评估玻璃幕墙开胶损伤程度。研究表明:此方法无需量测外荷载也能识别结构损伤,损伤参数值能反映损伤大小。

铰接工程车辆稳定性的固有模态

本文将铰接式工程车辆简化为多体系统，将轮胎简化为带有粘性阻尼的分段线性弹簧，列出了系统的运动微分方程，以ＺＬ１０装载机为例，测量了轮胎的三维动态刚度与阻尼，利用模态分析方法，求出了前７阶固有频率与固有振型，并以三维彩色动画显示于计算机屏幕，通过分析得出如下结论：第１阶固有频率与横向稳定性有关，第２阶固有频率与竖向稳定性有关。这一结论对于工程车辆稳定性的监测与控制具有重要参考价值。

基于局部场电位固有模态分量的响应调谐特性研究

局部场电位(LFP)反映了视觉刺激下大脑皮层局部区域神经元集群的响应。LFP响应特征的准确提取,对分析视觉信息的处理机制具有重要意义。本研究针对LFP的非平稳特性,采用具有自适应特征的希尔伯特黄变换,分解LFP固有模态分量,据此研究了大鼠V1区对刺激光栅空间频率的响应调谐特性,并与多神经元锋电位(MUA)和小波分解提取的Gamma频带进行了对比。结果表明:LFP第二阶固有模态分量对刺激光栅空间频率的调谐特性最强,调谐指数的均值(0.795 1)高于MUA调谐指数(0.631 3)和小波分解调谐指数(0.664 6),而且与MUA响应一致率达68.75%。所提出的方法在LFP响应频带特征提取上更有优势。

基于固有模态函数域滤波方法

本文首次提出了基于固有模态函数(IMF)域滤波方法,该方法可以用于对带噪信号的边缘检测。首先通过经验模式分解(EMD)把信号分解成有限多个IMF分量,然后对相邻尺度的IMF分量进行相关,相关运算可以凸现信号的边缘而有效抑制噪声。最后把相关后的结果与IMF分量进行逐点比较,实现对IMF分量的滤波。仿真表明了该方法的有效性。

桥梁固有模态的识别

介绍了所编制的实桥环境随机振动测试数据处理及固有模态识别程序ＥＤＰＦＤＭ．该程序以频域法为基础，可对经实桥分组环境随机振动测试而得的大量数据进行快速自谱、互谱及相位差和凝聚性分析，从而识别出桥梁的固有模态及对应的结构阻尼比的估计范围．以香港汲水门大桥固有模态环境随机振动测试为实例，结合用ＭＳＣ－ＮＡＳＴＲＡＮ通用程序的模态分析结果。

飞翼无人机进舰下滑纵向固有模态特性研究

针对舰载飞翼布局无人机与常规布局飞行器不同的气动外形,建立无人机飞行状态下附近流场的网格模型,并计算了该型无人机的气动参数。基于插值函数计算得出该型无人机的升力系数、阻力系数和俯仰力矩系数对于迎角变化的曲线。建立纵向小扰动方程进行仿真计算,求解出该型无人机在进舰下滑状态时的固有模态特性。计算结果表明,该模型在配平条件下可用于舰载飞翼布局无人机的着舰气动适配性研究。

固有模态SVM预测模型在零售销量预测中的应用

针对影响零售销量的因素众多以及影响因素之间相互作用等特点,将EMD法引入零售销量预测领域。同时为了克服局限性和数据数量的问题,提出依据EMD分解的固有模态分量进行SVM建模实现销量预测的技术方法。与实际销量进行对比分析,证明采用该模型预测结果准确性良好。