作者:姚蜀军; 刘畅; 汪燕; 韩民晓 期刊:《中国电机工程学报》 2019年第24期
随着高压直流输电、FACTS以及新能源发电等电力电子装置接入电网,电网的结构和运行方式发生了巨大的变化,传统的仿真技术难以适应当今电网的现状。交直流电网中电气信号的宽频特点使得电气信号成为一个多时间尺度融合的信号,该文结合CPU的多核特点,提出基于多频段时间尺度变换的大规模交直流电磁暂态并行仿真方法。多频段时间尺度变换(multi-frequency-bandtimescaleframe transformation,MFB-TSFT)通过在多时间尺度信号的分解和变...
作者:张天媛; 黄季夏; 曹云锋; 王利; 孙宇晗; 杨林生 期刊:《遥感技术与应用》 2019年第06期
在全球变暖背景下,北极海冰的面积与厚度正逐渐减小,为北极通航提供了可能,而重要海峡的冰情直接影响到北极航道的开通。以东北航道和西北航道上14个重要海峡近35年的海冰密集度为研究对象,利用核K-means方法进行时空聚类,通过经验模态分解模型研究不同聚类模式下的时间序列趋势,探究冰情变化异质性,结果如下:①各海峡海冰密集度呈3种聚类结果,同一聚类结果中海峡的密集度变化具有较强一致性,不同聚类结果之间差异较大,海冰密集度...
作者:; 谷亿; 丁壮; 李松浓; 万毅; 胡晓锐 期刊:《电力系统自动化》 2020年第03期
提出一种基于经验模态分解-模糊熵和集成学习的电动汽车充电需求预测方法。该方法通过经验模态分解将电动汽车充电需求时间序列分解成相对简单的分量。为了避免分量数量过多导致计算繁琐和误差累积,首先利用模糊熵计算各分量的复杂度,并对分量进行叠加合并得到一系列子序列,减少分量数量;然后对不同频率的子序列,分别使用长短期记忆神经网络和支持向量机作为基学习器进行预测;最后采用Stacking集成学习策略,将基学习器预测结果与天...
作者:蒋文龙; 杨铮 期刊:《信息周刊》 2019年第27期
目的为了有效地去除噪声,提出经验模态分解结合小波改进阈值降噪方法。方法对含噪信号进行经验模态分解,得到本征模态函数,对高频本征模态函数分量进行小波改进阈值降噪处理,低频本征模态函数分量及残余信号不作处理。结果按降噪效果可排列为经验模态分解结合小波改进阈值>小波改进阈值>硬阈值>软阈值。结论该方法更好地消除噪声,充分保留信号的局部特征。
作者:乔旭; 杨峰; 赵学军; 郑晶; 李晓元 期刊:《矿业科学学报》 2017年第05期
由于地下空洞的影响,宋新庄煤矿地面发生塌陷。为研究主斜井井筒地下空洞的分布情况,本文采用探地雷达对主斜井顶底板及侧帮外侧进行探测。由于受到人文噪声和井筒支护材料的影响,探地雷达图像中包含干扰信息。通过二维经验模态分解算法压制干扰信息,得到真实的图像特征。经过钻孔验证,探地雷达解释结果与主斜井井筒空洞的实际情况基本相符。
作者:张深逢; 程晓萍; 陈士钊; 叶岗; 宋云峰 期刊:《自动化与信息工程》 2015年第06期
介绍了经验模态分解故障诊断方法,该方法统一了瞬时频率的概念,产生时频域分析方法一本征模态函数,可以突出局部数据特征,提取更准确、更有效的原始信号特征信息,并经过分解,提炼出有效时域信号,对其进行Hilbert-Huang变换,实现信号在频域中的再分析:提出的激光多普勒测振技术,具有抗干扰、高分辨率、高精度、非接触式的振动优点。通过激光测振仪采集数控机床齿轮振动信号,并借助经验模态分解方法,诊断出轴承与轴瓦之...
作者:张仲良; 朱晓军; 彭飞; 牟金磊 期刊:《中国舰船研究》 2019年第S01期
[目的]为了去除船体结构应力监测数据中的噪声信号,获得有效的数据信息,以便为后续数据挖掘提供支撑,[方法]首先,采用HHT方法中的经验模态分解(EMD)算法对数据进行成分分析,得到固有模态函数(IMF)和余项。然后,通过Hilbert变换得到Hilbert谱,证明应力监测数据的非平稳特性。最后,以信噪比(SNR)和均方根误差(RMSE)为例,结合自适应去噪和小波阈值去噪两种方法对应力监测数据进行去噪效果比较。[结果]结果表明,基于HHT方法的自适应去...
作者:孟娟; 韩智明; 李亚南 期刊:《科学技术与工程》 2019年第30期
针对互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)后不易有效区分有用信号和噪声的问题,以及传统小波去噪阈值选取的不足,提出基于改进CEEMD的自适应小波熵阈值地震随机噪声压制算法。将地震信号进行CEEMD后,基于互信息熵和互相关系数获取高频含噪本征模态函数(intrinsic mode function,IMF);对含噪IMF进行多尺度小波分解,将高频小波系数等分为若干区间计算各区间小波熵,在此基础上得到不同...
作者:沈钟婷; 丁仁杰 期刊:《应用科学学报》 2019年第06期
提出了一种电力系统低频振荡模态辨识方法.首先使用改进的经验模态分解(empirical mode decomposition,EMD)去噪算法对低频振荡信号进行预处理.针对传统EMD去噪时混叠噪声严重和计算时间较长的问题,在区间阈值处理的基础上向信号叠加余弦波并进行二次分解,可以快速有效地实现信噪分离.随后再利用矩阵束(matrix pencil,MP)算法提取模态参数.对于MP算法的关键定阶问题,引入奇异值的相对差值作为定阶指标,可以实现较为准确的阶数估计....
作者:陈雨田; 刘立龙; 黎峻宇; 田祥雨 期刊:《桂林理工大学学报》 2019年第03期
针对电离层总电子含量的非线性、非平稳性特征,将小波分解与EMD方法相结合改进了自回归积分滑动平均模型(ARIMA),对电离层TEC数据进行短期预报。实验采用IGS提供的GIM数据,利用前25天的TEC值作为样本序列进行后5天预报,详细分析不同经纬度地区预报结果的相对精度和均方根误差来评定模型的预报精度,得到基于小波-EMD分解改进的ARIMA模型预报精度较小波分解改进的ARIMA、ARIMA模型有明显提高。对比ARIMA模型与改进模型对中国及周边地...
作者:隋修武; 刘乃嘉; 乔明敏; 李昊天 期刊:《传感技术学报》 2019年第12期
针对目前研究的肌电假手的控制方式存在不直观、不灵活,缺乏多感知功能等缺陷,设计了一种具有模式识别和多感知功能的肌电假手的控制方法。该方法采用粒子群优化算法改进的支持向量机(PSO-SVM)构建动作分类器,实现肌电假手动作的模式识别与在线控制。利用经验模态分解法分解滑觉信号,引入模糊逻辑控制,对硬度、滑觉程度不同的物体,实现握力的自适应调节。实验结果表明:采用PSO-SVM算法在线控制肌电假手的识别率高达93.6%,同时PSO-S...
作者:陶洪峰; 周超超; 杨慧中 期刊:《控制工程》 2019年第12期
为选择二极管箝位型三电平逆变器为研究对象,针对其开路故障问题,提出一种基于经验模态分解(Empirical Mode Decomposition,EMD)和决策树相关向量机(Decision Tree Relevance Vector Machine,DTRVM)的三电平逆变器故障诊断方法。首先分析逆变电路的运行情况并定义故障标签,并以逆变器的桥臂电压为测量信号。然后利用EMD提取"能量和能量熵"形式的特征向量,再利用粒子群聚类算法构造决策树结构,通过训练树结构中的RVM分类模型,最终实...
作者:刘卓; 柴天佑; 汤健 期刊:《控制与决策》 2019年第12期
针对磨机筒体振动/振声多尺度频谱与磨机负荷参数间的模糊特性、多源多尺度频谱间的冗余性与互补性,以及现有文献中潜结构选择性集成模型难以模拟运行专家"听音"推理识别磨机负荷参数等问题,提出一种基于多尺度振动/振声频谱特征自适应提取与选择的磨机负荷参数软测量模型.该方法首先进行多尺度频谱获取,然后基于核潜结构映射和互信息进行多尺度振动和振声频谱特征的自适应提取和选择,最后采用同步聚类算法、Madani模糊模型以及基...
作者:于晓龙; 刘新阳; 徐洪增; 陈豪; 汪顺生; 高传昌 期刊:《振动与冲击》 2019年第24期
为了提取水下自激吸气式脉冲射流装置瞬时冲击力中的时变冲击力和脉动冲击力。运用离散正交小波变换和经验模态分解(EMD)对装置瞬时冲击力进行消噪和分解,确定离散正交小波变换提取时变冲击力的小波基函数和分解层数以及EMD提取时变冲击力的固有模态函数(IMF)个数,分析围压对时变冲击力脉冲幅值和脉冲周期以及脉动冲击力脉动强度的影响规律。结果表明:在不同围压下,离散正交小波变换对时变冲击力的提取效果要优于EMD,但小波基函数...
作者:宋玉龙; 赵冕; 郑威 期刊:《生物医学工程研究》 2019年第03期
癫痫疾病发作时,脑电(electroencephalogram,EEG)信号中含有大量的癫痫特征信息,癫痫EEG信号的提取识别和分类研究,对癫痫的预防和治疗具有重大的意义。我们采用经验模态分解(empirical mode decomposition,EMD)算法对发作期、发作间期的EEG进行分解,计算分解后的主要本征模态函数(intrinsic mode function,IMF)分量的波动指数、均值和样本熵值,并组成一组特征向量输入到极限学习机(extreme learning machine,ELM)内进行识别分类。...
作者:刘晓光; 李奂良; 娄存广; 刘秀玲; 王洪瑞 期刊:《激光》 2019年第09期
表面肌电信号作为人机交互一种媒介获得了广泛的关注,为了有效去除表面肌电信号中的噪声,提出一种基于熵和经验模态分解的表面肌电信号去噪方法。该方法引入了样本熵的概念,根据经验模态分解获得的本征模态函数分量样本熵的特征,给出了确定表面肌电信号含噪本征模态分量的方法。该方法根据样本熵反映信号复杂程度的特性,来评价各本征模态分量的复杂性,进而自适应的确定主要的含噪本征模态分量,避免了凭借经验选择的不足。同时,该方...
作者:张军; 郑玉新; 赵静 期刊:《电子测量技术》 2019年第16期
经验小波变换(EWT)是一种新的自适应信号分解方法,它能将信号分解成不同的纯调幅-调频(AM-FM)分量。基于上述性质提出了一种新的信号趋势项提取方法,通过排除信号分解分量中的AM-FM成分提取出信号中的趋势分量。仿真结果表明,经验小波变换趋势项提取方法与EMD方法相比有一定的优势,为趋势项提取提供了一种新的有效方法。最后将该方法应用于实测振动位移信号趋势项提取中,结果进一步证明了提出方法的有效性,与EMD方法相比能够更真实...
作者:史庆军; 郭晓振; 刘德胜 期刊:《电子测量与仪器学报》 2019年第10期
为了准确地检测轴承故障,提出了基于经验模态分解(EMD)和局部均值分解(LMD)轴承振动信号相结合构成特征量矩阵的方法。首先对轴承振动信号进行EMD分解得到前三阶本征模态函数(IMF)分量的上下包络值矩阵的奇异值,通过LMD分解,得到各PF分量的能量炳和,然后将奇异值和能量爛融合成一个特征向量矩阵,最后用支持向量机多分类算法进行分类。经过实验仿真验证,滚动轴承滚珠、内圈和外圈故障识别的准确率为90%,与单一特征量作为支持向量机...
作者:王彩霞; 刘义艳 期刊:《计算机与数字工程》 2020年第01期
为了更好地提取结构损伤特征信息,提出了基于经验小波变换(EWT)和希尔伯特变换的振动信号分析方法。首先,用EWT对结构损伤加速度振动信号的频谱进行自适应分割,然后提取不同的调幅-调频(A M-AF)分量,最后对其进行希尔伯特变换,获取瞬时频率。仿真和工程实验结果表明:经验小波变换相对于经验模态分解(E MD)可以更好地提取信号的各个特征分量,为信号时频处理奠定基础,且分解的模态少,不存在虚假模态。同时,EWT与Hilbert的结合更进一...
作者:李恝; 吴海彬; 叶锦华 期刊:《福州大学学报·自然科学版》 2019年第06期
提出一种将改进经验模态分解与麦克风阵列最小方差无失真响应的自适应波束形成相结合的语音增强方法.该方法首先利用互相关系数阈值法去除经验模态分解得到的虚假固有模态函数,并结合其各阶自相关函数特性准确获取信号主导与噪声主导的固有模态函数的分界点;对噪声主导的固有模态函数进行小波阈值去噪,并将所有同阶固有模态函数进行最小方差无失真响应波束形成,求和得到增强语音信号.改进经验模态分解算法避免了在高信噪比条件下的...