期刊文献+
共找到89篇文章
< 1 2 5 >
每页显示 20 50 100
CEEMDAN-SE-WT降噪方法在航空发动机燃油流量信号中的应用
1
作者 曲春刚 朱胜翔 冯正兴 《科学技术与工程》 北大核心 2024年第15期6525-6533,共9页
燃油流量信号是反映发动机状态和计算飞机排放物排放量的重要信号,但飞机飞行过程中传感器采集信号时不可避免地会受到外界环境以及内部因素干扰。提出一种结合样本熵(sample entropy,SE)的完全自适应噪声集合经验模态分解(complete ens... 燃油流量信号是反映发动机状态和计算飞机排放物排放量的重要信号,但飞机飞行过程中传感器采集信号时不可避免地会受到外界环境以及内部因素干扰。提出一种结合样本熵(sample entropy,SE)的完全自适应噪声集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)与小波变换(wavelet transform,WT)的联合降噪方法。首先使用CEEMDAN对燃油流量信号进行分解得到本征模态分量,利用样本熵筛选含噪分量,并用相关系数与方差贡献率进行复核。对于含噪分量使用小波阈值降噪进行处理。最后将未处理的模态分量和完成降噪的模态分量重构得到最终燃油流量信号。通过与其他方法比较,CEEMDAN-SE-WT方法拥有最高信噪比为85.287,降噪后燃油消耗总量与飞机总重变化最为接近,可以认为该方法较大程度保留了燃油流量信号中的有效特征,为后续计算民机排放物排放总量提供了良好的数据支持。 展开更多
关键词 降噪 燃油流量信号 完全自适应噪声集合经验模态分解 小波阈值降噪 样本熵
下载PDF
基于自适应时序分解筛选的大坝变形预测模型
2
作者 谷宇 苏怀智 +3 位作者 张帅 姚可夫 刘明凯 漆一宁 《水利学报》 EI CSCD 北大核心 2024年第9期1045-1057,1070,共14页
高精度的大坝变形分析和预测是掌握大坝工作性态、诊断大坝异常的重要手段。针对现有模型信息特征挖掘不充分、泛化能力弱、难以实现精准预测等问题,采用灰狼算法优化自适应噪声完备经验模态分解解决多维参数标定问题,使用阈值评价指标... 高精度的大坝变形分析和预测是掌握大坝工作性态、诊断大坝异常的重要手段。针对现有模型信息特征挖掘不充分、泛化能力弱、难以实现精准预测等问题,采用灰狼算法优化自适应噪声完备经验模态分解解决多维参数标定问题,使用阈值评价指标保留变形时序数据的有效信息特征;引入交叉验证的递归特征选择法通过多个学习器综合筛选出最优因子集,移除冗余特征、提取有效信息并增强模型可解释性;考虑时序数据特性优化双向长短期记忆神经网络时间窗步数,结合大坝变形数据降噪、最优特征因子输入等多种方法,构建大坝变形预测模型。以实际工程为例,结合多种预测模型进行对比分析,结果表明该模型具备挖掘非线性信息能力,预测性能得到改善,可为大坝安全监测提供参考。 展开更多
关键词 大坝变形预测 灰狼算法 阈值降噪 双向长短期记忆神经网络 自适应噪声完备经验模态分解
下载PDF
一种旋转机械综合故障检测和模式识别模型
3
作者 曹丽芳 袁征 +1 位作者 尹久 郭海涛 《机电工程》 CAS 北大核心 2024年第8期1386-1397,共12页
针对传统故障诊断方法只关注故障检测部分,而对样本是否存在故障的研究较少的问题,提出了一种基于自适应噪声完备经验模态分解(CEEMDAN)-注意熵(AE)和黏菌算法优化极限学习机(SMA-ELM)的旋转机械综合故障诊断模型。首先,针对正常样本和... 针对传统故障诊断方法只关注故障检测部分,而对样本是否存在故障的研究较少的问题,提出了一种基于自适应噪声完备经验模态分解(CEEMDAN)-注意熵(AE)和黏菌算法优化极限学习机(SMA-ELM)的旋转机械综合故障诊断模型。首先,针对正常样本和故障样本的复杂性差异,建立了注意熵阈值,计算旋转机械的AE,并将其与阈值进行了比较,若熵值小于该阈值则表明样本存在故障,反之样本是健康的;然后,利用CEEMDAN对故障样本的振动信号进行了分解,提取前6阶分量的AE值;最后,将故障特征输入至SMA-ELM模型中进行了故障识别,利用3种旋转机械故障数据集对该综合故障诊断模型的可靠性进行了研究。研究结果表明:该阈值设置方法可以100%准确地检测样本是否存在故障,后续的故障诊断模型能够准确地检测出样本的故障类型,识别准确率分别达到了99.44%、100%和98%。该综合故障诊断模型能够避免正常样本被误判为故障样本,为旋转机械的故障检测提供了一种可行的思路。 展开更多
关键词 旋转机械 滚动轴承综合故障诊断 故障阈值 注意熵 自适应噪声完备经验模态分解 黏菌算法优化极限学习机
下载PDF
基于EEMD、相关系数、排列熵和小波阈值去噪的新型水下声学信号去噪方法
4
作者 张玉燕 杨志霞 +1 位作者 杜晓莉 罗小元 《哈尔滨工程大学学报(英文版)》 CSCD 2024年第1期222-237,共16页
The complexities of the marine environment and the unique characteristics of underwater channels pose challenges in obtaining reliable signals underwater,necessitating the filtration of underwater acoustic noise.Herei... The complexities of the marine environment and the unique characteristics of underwater channels pose challenges in obtaining reliable signals underwater,necessitating the filtration of underwater acoustic noise.Herein,an underwater acoustic signal denoising method based on ensemble empirical mode decomposition(EEMD),correlation coefficient(CC),permutation entropy(PE),and wavelet threshold denoising(WTD)is proposed.Furthermore,simulation experiments are conducted using simulated and real underwater acoustic data.The experimental results reveal that the proposed denoising method outperforms other previous methods in terms of signal-to-noise ratio,root mean square error,and CC.The proposed method eliminates noise and retains valuable information in the signal. 展开更多
关键词 ensemble empirical mode decomposition Correlation coefficient Permutation entropy Wavelet threshold denoising Underwater acoustic signal denoising
下载PDF
基于CVMD-TCN-BiLSTM的短期电力负荷预测
5
作者 杨汪洋 魏云冰 罗程浩 《电气工程学报》 CSCD 北大核心 2024年第2期163-172,共10页
短期负荷数据往往掺杂着不同类型的噪声且波动性大,传统的分解序列方法在提取序列特征时并未考虑到高频噪声的影响。针对上述精准预测问题,介绍一种分解去噪、重构分解的CVMD-TCN-BiLSTM组合预测方法。采用互补集合经验模态分解(Complem... 短期负荷数据往往掺杂着不同类型的噪声且波动性大,传统的分解序列方法在提取序列特征时并未考虑到高频噪声的影响。针对上述精准预测问题,介绍一种分解去噪、重构分解的CVMD-TCN-BiLSTM组合预测方法。采用互补集合经验模态分解(Complementary ensemble empirical mode decomposition,CEEMD)将原始电力负荷数据分解成一组比较稳定的子序列,联合小波阈值法将含有噪声的高频分量去噪,保留含有信号的低频分量进行累加重构。然后利用变分模态分解(Variational mode decomposition,VMD)对去噪后的数据进行二次信号特征提取,得到一组平稳性强且含不同频率的分量。最后,利用时序卷积网络-双向长短时记忆神经网络对各分量进行了预测,并将预测结果进行迭代,获得完整的预测结果。通过对澳大利亚某地的负荷数据作为实例分析,与传统的负荷预测算法相比,验证了所提模型的有效性。 展开更多
关键词 互补集合经验模态分解 小波阈值 变分模态分解 分解去噪 时序卷积网络 双向长短时记忆神经网络 负荷预测
下载PDF
基于EEMD和小波阈值的局部放电去噪方法
6
作者 杨琪 赵芝希 +3 位作者 林国武 凌志 陈丽丹 曹宏悦 《环境技术》 2024年第7期98-104,共7页
局部放电是开关柜运行状态的重要表征。而现场采集得到的局部放电往往被周期窄带和高斯白噪声所掩盖,为了能准确对局部放电进行分析,保证开关柜安全性和可靠性,提出了基于集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD... 局部放电是开关柜运行状态的重要表征。而现场采集得到的局部放电往往被周期窄带和高斯白噪声所掩盖,为了能准确对局部放电进行分析,保证开关柜安全性和可靠性,提出了基于集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)和小波阈值的去噪方法。首先对含噪局部放电进行EEMD分解,使用相关系数对模态分量(Intrinsic Mode Functions,IMFs)进行阈值判断,以去除虚假分量,随后对保留的IMFs进行小波阈值处理,最后将IMFs重构即可得到有用的局部放电信号。测试结果证明,该方法不仅可以有效地去除噪声信号,还能较好地保留局部放电的特征。 展开更多
关键词 局部放电 集合经验模态分解 小波阈值去噪 相关系数
下载PDF
基于改进HHT算法的重载铁路信号自动化解调方法设计
7
作者 苏有斌 《自动化与仪表》 2024年第1期125-129,共5页
重载列车在铁路运行过程中,信号容易受到干扰和失真,影响列车的安全性。该文提出一种基于改进HHT算法的重载铁路信号自动化解调方法。采用小波阈值去噪方法改进HHT算法中的集成经验模态分解成多个IMF分量后,利用小波阈值去噪法对含有噪... 重载列车在铁路运行过程中,信号容易受到干扰和失真,影响列车的安全性。该文提出一种基于改进HHT算法的重载铁路信号自动化解调方法。采用小波阈值去噪方法改进HHT算法中的集成经验模态分解成多个IMF分量后,利用小波阈值去噪法对含有噪声的分量展开去噪。使用Bedrosian乘积定理获取全新的递归函数,改进HHT算法中的希尔伯特变换,将纯调频信号作为新的重载环境面的铁路信号,基于递归Hilbert变换实现重载铁路信号自动化解调。实验测试结果表明,所提方法解调后的信号频率与仿真信号频率基本吻合,频带利用率最高可达9.3%,具有良好的信号解调能力。 展开更多
关键词 改进HHT算法 重载铁路信号 自动化解调 小波阈值 集合经验模态分解
下载PDF
CEEMD结合改进小波阈值的激光雷达信号去噪算法 被引量:13
8
作者 马愈昭 刘逵 +2 位作者 张岩峰 冯帅 熊兴隆 《系统工程与电子技术》 EI CSCD 北大核心 2023年第1期93-100,共8页
激光雷达远距离回波信号受噪声影响,严重失真。为了有效去除信号的噪声,提高回波信号信噪比,提出一种互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)结合改进小波阈值的去噪算法。CEEMD可以自适应... 激光雷达远距离回波信号受噪声影响,严重失真。为了有效去除信号的噪声,提高回波信号信噪比,提出一种互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)结合改进小波阈值的去噪算法。CEEMD可以自适应地分解非线性和非平稳信号,改进小波阈值函数具有高阶可导特性,能够克服硬阈值、软阈值函数各自存在的问题。两种方法结合,可以更有效地去除噪声。首先,对回波信号进行CEEMD分解,得到若干固有模态函数(intrinsic mode function,IMF)。其次,通过相关系数法计算IMF分量与信号的相关系数,确定相关分量和不相关分量。最后,对不相关分量使用小波改进阈值法进行去噪,对相关分量使用粗糙惩罚法进行平滑,再重构信号。基于实测数据的实验结果表明,所提算法比CEEMD去噪法和CEEMD结合原改进阈值去噪法,信噪比分别提升了2.65 dB和0.58 dB。 展开更多
关键词 激光雷达 信号处理 互补集合经验模态分解 小波阈值去噪
下载PDF
基于改进核极限学习机的风电功率短期预测 被引量:4
9
作者 黄文聪 潘风 +1 位作者 杨子潇 常雨芳 《重庆理工大学学报(自然科学)》 CAS 北大核心 2023年第2期241-250,共10页
针对环境变化造成风力发电功率波动大和核极限学习机易陷入局部最优解的问题,构建了一种基于完全噪声辅助聚合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise analysis,CEEMDAN)、小波阈值去噪和粒... 针对环境变化造成风力发电功率波动大和核极限学习机易陷入局部最优解的问题,构建了一种基于完全噪声辅助聚合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise analysis,CEEMDAN)、小波阈值去噪和粒子群算法优化核极限学习机的风电功率短期预测模型。首先,利用CEEMDAN对风力发电输出功率密切相关的环境因素进行分解,得到若干个规律性较强的模态分量,利用阈值去噪法对含噪声较多的第一模态分量进行去噪,削弱环境因素的非平稳性;然后,将分解后的子分量和风电功率历史数据作为粒子群优化后的核极限学习机算法的输入进行预测;最后,选用河北张家口某风电场的实测数据进行实验对比分析。实验结果表明:所提出的改进风电功率预测组合模型的预测精度更高,适应于不同季节环境下的风电功率预测。 展开更多
关键词 风电功率预测 完全噪声辅助聚合经验模态分解 小波阈值去噪 核极限学习机 粒子群算法
下载PDF
基于改进ICEEMDAN的肌电干扰去除算法
10
作者 李国权 朱双青 +1 位作者 黄正文 庞宇 《重庆邮电大学学报(自然科学版)》 CSCD 北大核心 2023年第5期888-897,共10页
肌电干扰使心电信号产生细小波纹,频率分布范围宽广,严重影响心电图的准确性,不利于病情诊断。针对心电信号中肌电干扰去除效果不好的问题,提出基于改进的自适应噪声完备集合经验模态分解(improved complete ensemble empirical mode de... 肌电干扰使心电信号产生细小波纹,频率分布范围宽广,严重影响心电图的准确性,不利于病情诊断。针对心电信号中肌电干扰去除效果不好的问题,提出基于改进的自适应噪声完备集合经验模态分解(improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN)的心电信号肌电干扰去除方法。对含有肌电干扰的心电信号进行ICEEMDAN自适应分解,得到一系列频率由高到低的模态分量,并计算每组分量样本熵,选择合适的分量进行提升小波阈值去噪,进而重构去噪处理后的分量和未经处理的分量完成去噪过程。选取MIT-BIH数据库提供的心电信号作为原始心电信号,仿真结果表明,该方法在不同信噪比肌电干扰下,去噪效果较好,尤其在20 dB肌电干扰下,能够显著提高信噪比,降低均方根误差且能比较完整地保留有效信号。 展开更多
关键词 心电信号 肌电干扰 改进的自适应噪声完备集合经验模态分解 提升小波阈值
下载PDF
基于CEEMDAN-小波包自适应阈值混凝土声发射信号降噪研究 被引量:8
11
作者 杨智中 林军志 +2 位作者 汪魁 程梓益 刘攀 《振动与冲击》 EI CSCD 北大核心 2023年第3期139-149,共11页
为了得到更加纯净的混凝土声发射(acoustic emission, AE)信号来更准确地监测混凝土结构破裂过程,提出了一种完全自适应噪声集合经验模态分解(complete ensemble empirical mode decomposition, CEEMDAN)与小波包自适应阈值联合方法对... 为了得到更加纯净的混凝土声发射(acoustic emission, AE)信号来更准确地监测混凝土结构破裂过程,提出了一种完全自适应噪声集合经验模态分解(complete ensemble empirical mode decomposition, CEEMDAN)与小波包自适应阈值联合方法对循环荷载作用下的混凝土声发射信号进行降噪处理,运用信噪比和快速傅里叶变化(fast Fourier transform, FFT)分析来验证所用方法的可行性。实验结果表明:结合CEEMDAN-小波包自适应阈值对混凝土声发射信号进行降噪的效果较好,能有效地保留混凝土声发射信号特征信息,对混凝土声发射信号降噪提供新的思路,为后续利用声发射信号分析混凝土结构内部微裂纹扩展及演化特征奠定基础。 展开更多
关键词 循环荷载 混凝土声发射(AE)信号 完全自适应噪声集合经验模态分解(CEEMDAN) 小波包自适应阈值降噪 快速傅里叶变换(FFT)
下载PDF
基于经验模态分解和改进小波软阈值降噪法的电站信号降噪研究 被引量:1
12
作者 罗鹏 陈嘉翊 +3 位作者 郭丽江 杨航 卢孟宇 张宇宁 《力学与实践》 北大核心 2023年第4期736-743,共8页
在对电站各类信号进行故障诊断时,由于其所处的复杂工作环境,采集设备得到的信号中经常包含背景中强噪声干扰,导致在后续信号关键特征的识别和处理时会出现较大困难。为降低噪声的影响,本文将经验模态分解与改进小波软阈值降噪法相结合... 在对电站各类信号进行故障诊断时,由于其所处的复杂工作环境,采集设备得到的信号中经常包含背景中强噪声干扰,导致在后续信号关键特征的识别和处理时会出现较大困难。为降低噪声的影响,本文将经验模态分解与改进小波软阈值降噪法相结合进行电站信号的处理并进行了方法有效性验证。该方法的主要流程如下:首先,将信号进行经验模态分解,分离出若干个本征模态分量和残差。其次,对其与原始信号进行互相关分析,识别有用信号主导的分量和噪声主导的分量,并将噪声信号主导的分量进行改进小波软阈值降噪法处理后,将其与有用信号分量和残差进行重构。最后,将经验模态分解和改进小波软阈值降噪法降噪处理后的信号与传统只采用小波阈值降噪法处理后的信号进行评价,结果表明本文方法的信噪比更高、均方根误差更小、相关系数更高、平滑度更好,可有效消除背景噪声的影响。 展开更多
关键词 水泵水轮机 信号降噪 改进小波软阈值降噪法 经验模态分解 互相关分析
下载PDF
基于CEEMDAN-IAWT方法的滚动轴承振动信号降噪 被引量:4
13
作者 任海军 韦冲 +2 位作者 谭志强 罗亮 丁显飞 《振动与冲击》 EI CSCD 北大核心 2023年第13期199-207,268,共10页
针对滚动轴承振动信号中混入噪声的问题,设计一种自适应白噪声完全集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)结合改进自适应小波阈值(improved adaptive wavelet threshold,IAWT... 针对滚动轴承振动信号中混入噪声的问题,设计一种自适应白噪声完全集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)结合改进自适应小波阈值(improved adaptive wavelet threshold,IAWT)的联合降噪法。使用CEEMDAN对信号进行模态分解得到本征模态函数(intrinsic mode functions,IMFs);将得到的IMFs与原信号进行相关性分析识别有效分量;针对小波阈值(wavelet threshold,WT)降噪算法不能自适应选取小波基和分解层数以及阈值函数存在缺陷的问题,设计了IAWT算法,利用IAWT算法过滤IMFs中的噪声;将处理后的IMFs进行信号重构。利用设计的联合降噪算法对仿真信号和试验台信号处理可知,相比于WT,使用IAWT处理后的信号信噪比提高了约0.5 dB,与原信号的相关系数提高了约0.03,均方根误差降低了约0.01;将设计的方法与CEEMDAN-WT等方法对比可知,经处理后的信号信噪比至少提高了1.37 dB,且信号特征保存完好。 展开更多
关键词 滚动轴承 振动信号降噪 自适应白噪声完全集合经验模态分解(CEEMDAN) 改进的自适应小波阈值(IAWT)
下载PDF
基于经验模态分解和小波降噪的漏水信号滤波方法 被引量:2
14
作者 翟岳 郭改枝 《内蒙古师范大学学报(自然科学汉文版)》 CAS 2023年第3期269-275,共7页
在研究供水管道监测漏水信号的降噪问题时,提出一种基于经验模态分解(EMD)与小波阈值降噪相结合的降噪方法。该方法首先将采集到的信号进行EMD分解,得到有限个本征模函数(IMF),通过计算各IMF分量的能量值,找到含噪较多的高频信号分量与... 在研究供水管道监测漏水信号的降噪问题时,提出一种基于经验模态分解(EMD)与小波阈值降噪相结合的降噪方法。该方法首先将采集到的信号进行EMD分解,得到有限个本征模函数(IMF),通过计算各IMF分量的能量值,找到含噪较多的高频信号分量与含噪较少的低频信号分量之间的界限,对含噪声较多的高频IMF分量进行小波软阈值降噪处理,再将降噪后的高频IMF分量与剩余的低频IMF分量进行重构,实现对漏水信号的降噪。经计算验证比较,处理铁管上采集的信号时,仅用EMD法降噪后输出信噪比为14.49 dB,仅用小波软阈值法降噪后输出信噪比为16.11 dB,而提出的EMD与小波软阈值结合方法输出信噪比为19.53 dB;处理PVC管采集的信号时,仅用EMD法降噪输出信噪比为3.19 dB,仅用小波软阈值降噪法输出信噪比为4.18 dB,用改进方法得到信噪比为6.19 dB,表明用改进方法监测管道漏水具有更好的降噪效果。 展开更多
关键词 漏水信号 降噪方法 经验模态分解 小波软阈值降噪
下载PDF
基于ICEEMDAN结合MMSVC和WT的HIFU回波信号联合去噪算法 被引量:3
15
作者 赵雨洁 颜上取 +3 位作者 贺京琳 李吉祥 邹孝 钱盛友 《Journal of Measurement Science and Instrumentation》 CAS CSCD 2023年第1期35-44,共10页
高强度聚焦超声(High intensity focused ultrasound,HIFU)已广泛应用于生物医学领域,其回波信号中的噪声处理是一个非常关键的问题。为了获得更纯净、更清晰的HIFU回波信号,提出了一种基于改进的完全自适应噪声集成经验模态分解(Improv... 高强度聚焦超声(High intensity focused ultrasound,HIFU)已广泛应用于生物医学领域,其回波信号中的噪声处理是一个非常关键的问题。为了获得更纯净、更清晰的HIFU回波信号,提出了一种基于改进的完全自适应噪声集成经验模态分解(Improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN)、最小均方方差准则(Minimum mean square variance criterion,MMSVC)和小波阈值(Wavelet threshold,WT)的联合去噪方法。ICEEMDAN将信号分解为有限个本征模态函数(Intrinsic mode functions,IMF),从而避免杂散模态,减少模态中所含的噪声。MMSVC用于识别被ICEEMDAN分解得到的所有IMF,并将这些IMF分为两部分,高频IMF部分通过WT进行去噪,之后与低频IMF分量重构得到最终去噪信号。在仿真信号的实验中,与其他方法相比,本文所描述的基于ICEEMDAN-MMSVC-WT的降噪方法最大限度地保留了有用信号,大量去除了噪声成分,因而具有更好的去噪效果和应用价值。 展开更多
关键词 高强度聚焦超声 回波信号 改进的完全自适应噪声集成经验模态分解 最小均方方差准则 小波阈值
下载PDF
基于改进CEEMDAN的应答器上行链路信号降噪研究
16
作者 刘德伟 朱爱红 +1 位作者 赵岩浩 李博 《电子测量与仪器学报》 CSCD 北大核心 2023年第12期1-9,共9页
针对在高速铁路复杂电磁环境中应答器上行链路(balise uplink,BU)信号传输受扰的问题,提出了一种基于自适应白噪声完备经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)与小波包自适应阈值... 针对在高速铁路复杂电磁环境中应答器上行链路(balise uplink,BU)信号传输受扰的问题,提出了一种基于自适应白噪声完备经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)与小波包自适应阈值的联合降噪方法。首先,采用CEEMDAN算法将模拟BU信号分解为12个模态分量,根据相关系数判断分量为相关分量或无关分量;然后,相关分量经小波包降噪处理后重构为降噪后的BU信号;最后,选用信噪比(signal-noise ratio,SNR)和均方根误差(root mean square error,RMSE)作为评价指标,将该方法与目前广泛采用的6种降噪方法进行对比,信噪比提高了0.4861~6.144 dB,均方根误差降低了0.0549~11.091。为检验该方法的实际应用效果,采用联合降噪方法对实测BU信号进行降噪处理。仿真验证和实验验证的结果表明,采用联合降噪方法降噪后的BU信号不仅噪声分量得到了有效去除,而且信号特征保存完好,证明该方法能够应用于解决实际BU信号受扰问题。 展开更多
关键词 应答器上行链路信号 自适应白噪声完备经验模态分解 小波包自适应阈值 降噪
下载PDF
基于WTD和CEEMD的轴承故障特征提取方法 被引量:1
17
作者 邹腾枭 王林军 +2 位作者 刘洋 蔡康林 陈保家 《机床与液压》 北大核心 2023年第11期194-198,共5页
针对轴承故障信号常混有噪声干扰且故障特征难以准确提取问题,提出一种基于小波阈值去噪(WTD)和互补集合经验模态分解(CEEMD)的轴承故障特征提取方法。采用WTD对原始信号进行降噪预处理;对去噪信号进行CEEMD分解得到一系列本征模态函数(... 针对轴承故障信号常混有噪声干扰且故障特征难以准确提取问题,提出一种基于小波阈值去噪(WTD)和互补集合经验模态分解(CEEMD)的轴承故障特征提取方法。采用WTD对原始信号进行降噪预处理;对去噪信号进行CEEMD分解得到一系列本征模态函数(IMF);然后计算各个IMF和去噪信号的互相关系数,通过设定互相关系数阈值筛选有用IMF;最后将有用IMF重构并利用包络谱对重构信号提取故障特征频率。实测信号表明:所提出的方法能降低噪声干扰并有效提取故障特征信息,证明该方法在噪声环境下具有较高的可行性和较强的实用性。 展开更多
关键词 小波阈值去噪 互补集合经验模态分解 互相关系数 轴承故障分析
下载PDF
一种塔吊钢丝绳损伤检测信号降噪方法
18
作者 杨春杰 李聪聪 刘满仓 《西安邮电大学学报》 2023年第4期102-110,共9页
针对钢丝绳漏磁检测信号中存在的未知频率噪声干扰问题,提出一种基于多尺度样本熵(Multi-scale Sample Entropy,MSE)的自适应噪声完备集合经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)... 针对钢丝绳漏磁检测信号中存在的未知频率噪声干扰问题,提出一种基于多尺度样本熵(Multi-scale Sample Entropy,MSE)的自适应噪声完备集合经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)联合小波包阈值降噪(Wavelet Packet Threshold Denoising,WPTD)方法。将钢丝绳损伤信号分解为一系列本征模态函数(Intrinsic Mode Functions,IMF)分量,分别计算各IMF分量的多尺度样本熵,通过阈值对比筛选出含有噪声的IMF分量,进而利用小波包阈值法对这些分量进行降噪,并与保留的IMF分量进行重组,获取降噪后的损伤信号。实验结果表明,该联合降噪方法比其他降噪方法的信噪比提高了9.2%,均方根误差明显提高,滤波后的损伤信号曲线更加平滑,余弦相似度也大于0.85,能够有效降低检测信号中的噪声分量。 展开更多
关键词 信号处理 钢丝绳损伤检测 自适应噪声完备集合经验模态分解 多尺度熵 小波包阈值降噪
下载PDF
一种基于新型小波阈值去噪预处理的EEMD谐波检测方法 被引量:39
19
作者 孙曙光 庞毅 +3 位作者 王景芹 张超 杜太行 于晗 《电力系统保护与控制》 EI CSCD 北大核心 2016年第2期42-48,共7页
为了提升经验模态分解(EMD)用于谐波检测的效果,用集合经验模态分解(EEMD)消除了EMD谐波检测的模态混叠问题。通过研究发现采样信号中的噪声会对EEMD的分解产生较大影响,提出了一种基于新型小波阈值去噪预处理的EEMD谐波检测方法。该方... 为了提升经验模态分解(EMD)用于谐波检测的效果,用集合经验模态分解(EEMD)消除了EMD谐波检测的模态混叠问题。通过研究发现采样信号中的噪声会对EEMD的分解产生较大影响,提出了一种基于新型小波阈值去噪预处理的EEMD谐波检测方法。该方法首先采用变换小波系数精确选取小波阈值,然后采取软硬阈值相结合的方式,以消除随机噪声,再将去噪后的信号进行EEMD分解。经仿真分析,所提方法可以有效地消除随机噪声对谐波检测的影响,提高了EEMD谐波检测的精度与适用性。同时与原有EEMD算法相比,所提方法在分解速率上平均提高了大约3.8倍,有效分量与原始信号的相关度平均提升了22.5%。 展开更多
关键词 谐波检测 模态混叠 集合经验模态分解 小波系数 阈值
下载PDF
基于CEEMD和排列熵的故障数据小波阈值降噪方法 被引量:54
20
作者 周涛涛 朱显明 +1 位作者 彭伟才 刘彦 《振动与冲击》 EI CSCD 北大核心 2015年第23期207-211,共5页
针对旋转机械故障数据的非平稳性及总体平均经验模态分解方法(CEEMD)舍弃高频分量降噪方法和小波阈值降噪方法存在的不足,提出了基于CEEMD和排列熵的小波阈值降噪方法。运用CEEMD将信号分解为一系列的固有模态函数(IMF)分量,利用排列熵... 针对旋转机械故障数据的非平稳性及总体平均经验模态分解方法(CEEMD)舍弃高频分量降噪方法和小波阈值降噪方法存在的不足,提出了基于CEEMD和排列熵的小波阈值降噪方法。运用CEEMD将信号分解为一系列的固有模态函数(IMF)分量,利用排列熵来确定含有噪声成分较多的IMF分量,采用小波阈值降噪方法对含有较多噪声成分的IMF分量进行降噪处理,保留这些分量中的有效信息。仿真分析和实例分析表明,基于CEEMD和排列熵的小波阈值降噪方法效果优于单纯的CEEMD降噪方法和小波阈值降噪方法。 展开更多
关键词 降噪 经验模态分解 互补集合经验模态分解 小波阈值方法 排列熵
下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部