改进HHT算法在导弹工作模态辨识中的应用

提高振动模态辨识精度的关键在于提高密集固有模态的分离精确度,基于对集合经验模态分解(ensemble empirical mode decomposition,EEMD)筛分结果的分析,提出了一种多次加噪的改进筛分算法,与希尔伯特变换(Hilbert transform,HT)相结合,应用于导弹工作模态辨识。与经验模态分解、集合经验模态分解算法的筛分结果相比,新方法降低了误差,有效抑制了模态混叠现象。较之对数衰减法,利用希尔伯特变换进行模态辨识,提高了参数辨识精度,同时可以辨识出固有频率随时间变化趋势,更适合分析具有时变性的导弹工作模态。该研究可为信号处理中解决模态混叠问题提供参考。

利用GRACE研究我国四大流域陆地水储量循环周期

利用改进的EEMD方法对我国四大流域GRACE水储量时序进行分解,得到不同频率的信号分量。结果表明,流域水储量变化信号具有多种周期特性,长江、黄河、淮河和珠江流域的水储量变化序列中分别存在3.05a、2.37a、2.37a和2.13a的水循环周期。