为了有效地对地震勘探信号进行降噪处理,采用CEEMD改进阈值函数的研究方法,研究了CEEMD特性,根据CEEMD特性,对CEEMD改进阈值函数算法进行改造。对含噪信号进行CEEMD进行分解,得到不同频率段的滤波IMF分量;根据原始信号与IMF分量的关系,对待滤波的分量进行确认;对剩余信号主导分量和滤波分量进行重构,从而得到降噪的效果。把该算法应用在模拟信号中,结果显示,基于CEEMD改进阈值函数的法处理的信号能够对噪声进行有效的压制,能够较好...
作者:徐方慧; 王祝文; 刘菁华; 宁琴琴; 于洋 期刊:《石油物探》 2018年第06期
火成岩储层中发育的裂缝具有不同的性质,可以采用声波测井资料进行评价。首先通过经验模态分解(EMD)将火成岩裂缝地层的阵列声波测井信号分解为多个具有瞬时频率的平稳信号——固有模态函数(IMF)分量,每个IMF分量代表声波测井信号中不同组分的波,即纵波、横波和斯通利波等;然后通过Fourier变换将时间域的IMF分量转换到频率域,一定程度上改善了非平稳声波信号Fourier变换的局限性;最后通过对比、分析特定IMF分量的能量、主频和到时...
作者:颜中辉; 栾锡武; 王赟; 潘军; 方刚; 施剑 期刊:《地球物理学报》 2017年第07期
经验模态分解算法(EMD)是一种基于有效波和噪声尺度差异进行波场分离的随机噪声压制方法,但由于实际地震数据波场复杂,导致模态混叠较严重,仅凭该方法进行去噪很难达到理想效果.本文基于EMD算法对信号多尺度的分解特性,结合Hausdorff维数约束条件,提出一种用于地震随机噪声衰减的新方法.首先对地震数据进行EMD自适应分解,得到一系列具有不同尺度的、分形自相似性的固有模态分量(IMF);在此基础上,基于有效信号和随机...
作者:蒋连接; 巩思锋; 蔡万军 期刊:《科学技术与工程》 2017年第14期
选取汶川8.0级地震中陕西省6个台站的东西向地震动加速度记录,通过HHT计算了各条地震动和其IMF分量的Hilbert能量和输入能量,对比分析了覆盖层厚度对远场长周期地震动能量特性的影响。结果表明:随着覆盖层厚度的增加,地震动的HE峰值、输入能量和Hilbert能量平均周期T_(mE)逐渐增加;当覆盖层厚度大于400 m时,地震动能量主要分布在低频区域,具有显著的长周期特性;当覆盖层厚度为0或很小时,地震动能量主要集中在前2~3阶IMF分量中,...
作者:赵永林; 刘桂雄; 周德光; 陈铁群 期刊:《现代制造工程》 2006年第04期
超声无损检测一直是无损检测领域研究的热点,由于材料内部组织结构的复杂性,超声回波信号中往往存在着大量的噪声干扰.引入一种新的处理非线性、非平稳信号的经验模式分解法(EMD)来处理超声检测信号.该方法把检测信号分解若干个内在模式分量(IMF),突出了信号的局部特征.结果表明,EMD方法能有效抑制干扰,对于360mm深的缺陷试样,缺陷定位精度达1mm.
作者:蔡慧; 马玉良; 佘青山; 高云园; 孟明 期刊:《传感技术学报》 2016年第05期
采集到的运动想象脑电信号MI EEG(Motor Imagery Electroencephalogram)通常含有大量噪声信号。为了消除噪声同时保留尽可能多的有效信号,本文提出了将集合经验模态分解EEMD(Ensemble Empirical Mode Decomposition)与改进小波阈值法相结合的消噪方法。改进小波阈值法采用了新的阈值选取规则和阈值函数。首先对信号进行EEMD分解,然后再对高频固有模态函数IMF(Intrinsic Mode Functions)进行改进小波阈值处理,最后将处理后的...
作者:邢丽华 鄂加强 禚爰红 田新新 期刊:《柴油机设计与制造》 2008年第01期
针对柴油机振动信号的瞬时非线性特点,提出采用柴油机振动信号的本征模函数(IMF)分量进行特征频带识别的新方法。将柴油机振动信号经经验模态分解,并去掉主要干扰因素所对应的IMF分量,再将剩余IMF分量进行重构得到柴油机振动信号。实际测试结果表明,重构后的信号能反映柴油机机身振动的真实趋势。
作者:谭季秋 鄂加强 刘云卿 龚金科 期刊:《重庆理工大学学报·自然科学》 2008年第06期
为提高柴油机故障诊断的准确性与可靠性,针对含噪声车用柴油机振动信号的瞬时非线性特点,将含噪声柴油机振动信号经验模态分解,去掉主要干扰因素所对应的IMF分量,再将剩余IMF分量进行重构,得到去噪声后柴油机振动信号时间序列;并应用混沌理论,选择合适的时滞τ,对去噪后车用柴油机振动信号时间序列进行相空间重构,并得出了不同嵌入相空间下去噪后车用柴油机振动信号时间序列关联维的变化规律.结果表明:重构的去噪后车用...
作者:王建国 杨云中 秦波 刘永亮 期刊:《中国测试》 2016年第04期
针对齿轮振动信号非线性非平稳特性,为避免传统时频方法在表征设备状态时的不足,提出一种基于融合峭度与IMF能量特征和LS-SVM的齿轮故障诊断方法。首先,对齿轮振动信号在EMD分解;然后,提取包含主要故障信息的IMF分量的峭度特征和能量特征,组成融合特征向量;最后,将齿轮正常、齿根裂纹、断齿3种状态下的融合特征向量输入到LS-SVM,通过训练好的LS-SVM对齿轮状态进行分类识别。仿真实验结果表明:该方法能准确识别齿轮的工作状态,且与...
作者:张梅军 韩思晨 石文磊 王闯 期刊:《液压气动与密封》 2012年第03期
轴承局部损伤故障引起的振动响应往往会被较大的振动信号所掩盖,影响故障的正确诊断。本文提出IMF分量的倒频谱分析方法,首先将复杂的信号分解为有限的内禀模态函数(IMF)之和,对原始振动信号进行降维;再对IMF分量进行倒频谱分析,利用倒频谱方法准确地提取振动信号幅值谱上的周期特征。对EMD分解得到的多个IMF分量同时做倒频谱分析,可以相互验证,从而得到更可靠、更准确、更可信的诊断结果。通过对IMF分量的倒频谱分析法和Hilbert...
作者:吕跃刚 陈盼娣 李雨田 期刊:《煤矿机械》 2013年第11期
滚动轴承的运行状态会直接影响到整个旋转机械的性能,提出一种将经验模态分解和Hilbert包络分析相结合的方法对滚动轴承进行故障诊断。经验模态分解具有自适应性。能有效地将携带故障信息的高频调制信号从原信号中分离出来:利用Hilbert变换对包含滚动轴承故障所在的高频段进行包络谱分析。提取故障特征频率。将提取的特征频率与根据轴承型号参数和转速所得的滚动轴承的故障特征频率进行对比.能够辨识出滚动轴承的故障。通过对实...
作者:李善 谭继文 俞昆 期刊:《制造技术与机床》 2016年第03期
提出了一种基于总体平均经验模态分解和GRNN神经网络的滚动轴承故障诊断方法。首先通过EEMD方法将非平稳、非线性的滚动轴承振动信号分解为若干个平稳的固有模态函数(IMF)之和,提取前8个IMF分量作为频域特征,同其他14个时频域特征指标组成特征集输入到GRNN神经网络中,建立起GRNN网络模型,对滚动轴承三种故障状态进行模式识别。通过分析比较BP和GRNN两种网络模型对故障的诊断结果,验证了GRNN网络的优越性和可行性。
作者:冯源 葛新峰 潘天航 郑源 期刊:《云南电力技术》 2014年第05期
采用集合经验模态分解EEMD方法对水电机组多个信号进行分析,结果表明, EEMD分解能够将水电机组信号分解成不同频域内IMF分量分解,各IMF分量与现场振源有一定的关联,具有直观的物理意义,同时对不同工况的信号进行对比分析。
作者:黄杰 张梅军 柴凯 陈灏 期刊:《振动与冲击》 2015年第08期
为解决总体平均经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)中虚假IMF分量过多问题,提出了一种基于频率截止的EEMD方法。该方法采用一种新的IMF筛分终止条件———以信号自身的最小频率为EMD分解IMF分量的截止频率;然后将基于频率截止的IMF筛分终止条件引入EEMD分解。通过仿真和实测信号分析,并与EMD、EEMD分解结果比较得到,运用频率截止的EEMD方法不仅有效减少了虚假IMF分量的产生,使得分解的目的性更加明...