基于噪声辅助非均匀采样复数据经验模态分解的混沌信号降噪

鉴于非均匀采样复数据经验模态分解(NSBEMD)相对传统分解方法的优势和噪声的NSBEMD特性,提出了一种基于噪声辅助NSBEMD的混沌信号自适应降噪方法.该方法首先以含噪混沌信号和高斯白噪声分别为实、虚部来构造复数据并进行NSBEMD,然后根据虚部各IMF的能量来估算实部各IMF中包含的噪声能量,最后根据噪声能量的估计值对实部IMF进行奇异值分解(SVD)降噪.噪声估计实验验证了噪声能量估计方法的可行性,而Lorenz信号和太阳黑子月平均数的降噪实验则表明,相对于现有EMD降噪方法,本文方法能够进一步消除噪声,更清晰地恢复出混沌吸引子的拓扑结构.

联合非降采样金字塔与经验模态分解的遥感图像融合算法

为了更好地进行遥感图像融合,联合非降采样拉普拉斯金字塔变换(NLP)和二维经验模态分解(BEMD),提出了一种利用分解系数绝对值和瞬时频率作为融合特征的遥感图像融合新算法.首先利用非降采样金字塔对高分辨率全色图像(PAN)进行分解,使其低频部分和低分辨率全色图像(MS)具有相同的尺度特性;再对低频部分和MS图像进行BEMD分解,得到二维内蕴模态函数(bimf)和趋势图像,并计算各层bimf的4方向瞬时频率.为了尽可能提高空间细节质量,利用瞬时频率和分解系数绝对值作为融合特征,并考虑bimf部分对应位置系数的正负关系,采用加权算法对高频细节部分进行融合;最后进行相应的BEMD和NLP逆变换,得到融合图像.实验表明,该方法对融合影像的光谱质量和空间细节质量都有较好的改善.

基于经验模态分解的去噪方法研究

在f-x域沿x方向进行经验模态分解,将地震记录分解成不同的固有模态函数IMFs,每个IMF成分代表了信息在空间方向变化的急剧程度。其中随机噪音和陡倾角相干噪音分布于低阶IMF中,而有效信号在空间方向呈现缓慢变化特征,主要分布于高阶IMF中,因而可以进行信噪分离。该方法是一种非平稳数据处理技术,没有常规空间傅立叶变换之类技术的假频问题,且能够处理不规则空间采样数据。实际处理结果表明,该方法去噪结果保真度较高。

基于耦合的新船价格波动影响因素分析

针对新船价格波动机理,通过分析船舶市场运行过程中影响新船价格的各种因素所占权重,以及这些因素作用下最终形成市场价格的过程,研究新船价格波动背后的形成过程和作用体系.首先,为解决多元数据求极值问题,提出动态粒子平衡的均匀采样方法,并在高维空间的单位超球面上生成权重方向向量,得到映射到不同方向向量上的投影序列.其次,为消除不平稳、不规则数据的影响,运用经验模态分解方法对投影序列进行处理,生成不同度量尺度下的平稳序列.再次,考虑到随机抽样的离散特性,以本征模函数与目标序列的判定系数为优化目标,加入了遗传算法得到在连续超球面上的优化结果.最后,通过对新船价格及其各相关因素的历史数据进行分析,得出拟合度较高的曲线及其所对应的各因素所占权重.分析表明该方法能够有效解决多元序列求极值和多元非平稳序列的相关性分析问题,能够综合考虑更多因素描述与新船价格的波动机理,为以后船舶价格预测提供一种新的方法.