模态混叠相关论文
针对目前单通道心电信号识别精度不高、现存多元分解方法效果不佳、多元非线性心电信号分析复杂等问题，提出了一种基于自适应多元多......
在大型复杂构件机器人铣削加工过程中，由于机器人结构刚度较低、末端负载配置复杂以及工件局部弱刚性等问题，导致机器人铣削加工过程......
建筑结构在其服役期间,受到自然环境和人为因素的影响而不断累积损伤。损伤的存在会严重影响结构的工作性能和安全性,因此损伤识别......
钢轨内部损伤会导致钢轨断裂而发生严重的事故,因此及时发现钢轨内部裂纹,对于铁路维护有重要意义。目前国内外在铁路现场使用的钢......
图像融合就是将来自不同类别传感器的多幅源图像按照融合算法有效地合成为一幅包含丰富信息的高质量融合图,所得到的图像不仅包含......
模态参数识别对土木工程结构健康监测、损伤评估等的理论研究及工程应用具有重要意义。近年来,基于结构振动信号的时频分析方法得......
在电力电子技术不断发展的背景下,电力电子器件在电力系统、铁路系统、工业领域、日常生活等各个领域得到了愈加广泛的应用。在提......
摘要：针对经验模态分解过程中存在模态混叠问题，利用自适应白噪声的完整集成经验模态分解（CEEMDAN）代替EMD对希尔伯特-黄变换加以改进，......
近年来,随着电力系统的逐渐完善,越来越多的非线性电子器件在应用其中,由此引发的谐波问题日益增重,对用户安全和设备的正常运转产......
滚动轴承、齿轮等作为机械设备中不可缺少的动力传动装置,一旦发生故障将无法确保机械设备的安全运行,因此,对旋转机械故障进行诊......
随着科学技术的进步,机械设备的智能化水平越来越高,结构也越来越复杂。为了确保正常的生产工作需要,必须要保证机械设备的无故障......
针对电力系统次同步振荡分量提取存在模态混叠问题,将同步挤压小波变换(synchrosqueezing wavelet transform,SWT)应用于次同步振......
煤炭能源是我国能源结构中所占比例最大的一项,它为我们日常生活各项所需都做出了贡献。然而,由于矿井工作面等破坏发生煤矿突水意......
滚动轴承在旋转机械中起着关键性作用，但同时也是易损部件。如果滚动轴承发生故障就会影响整个设备的性能，有时甚至会导致灾难性事故......
Hilbert-Huang变换(HHT)是近几年提出的一种新的信号变换技术,其核心是通过经验模态分解方法(EMD)将信号分解成若干个固有模态分量......
本文介绍了旋转机械故障诊断的基本常识和常用的时频分析方法,详细研究了一种新的时频分析方法-Hilbert—Huang变换(HHT),针对其模......
超声电机技术是集振动学、摩擦学、新材料和新工艺等学科为一体的高新技术。其具有低速大转矩、无电磁干扰和尺寸可微小化等独特的......
经验模态分解(Empirical Mode Decomposition,EMD)是处理非线性和非平稳信号的有效方法。该方法根据自身信号的特点,将信号分解成......
信号处理方法是机械设备故障诊断中的重要环节，尤其是对于非平稳信号的分析方法的研究一直是国内外研究的焦点。希尔伯特一黄变换(H......
高精度形变监测对于结构体的健康维护具有重要意义,卫星定位技术广泛应用于大型结构体的高精度监测中,但受制于高频噪声及低频多路......
1998年Norden．E．Huang提出了Hilbert-Huang变换(HHT)方法。HHT方法是一种新的时频分析方法，它适用于非线性非平稳信号分析。HHT方法通......
风电预测是在现有数据基础上进行的,风电中采集到的风速数据夹杂着不同类型的噪声,为提高预测精度,需要进行降噪处理.传统的EMD(Em......
总结归纳EMD模态混叠出现的原因及现阶段解决的方法,针对电力负荷数据包含多种模态、各模态能量差别大,用EMD分解时存在严重模态混......
基于风速时间序列内在规律特性,为改善经验模态分解(EMD)模态混叠现象,提出基于集成经验模态分解(EEMD)的风速组合预测模型.同时,......
分析了局部均值分解的模态混叠问题,仿真验证了总体局部均值分解对模式混叠的抑制能力,并指出总体局部均值分解方法存在的不足,提......
使用经验模式分解(EMD)对信号进行去噪时,由于EMD本身会产生模态混叠,往往很难将噪声完全分离。针对这一问题,提出了一种新型的极......
使用改进的HHT方法检测电力系统谐波.由于HHT方法存在模态混叠现象,不能有效的得到各次谐波分量.采用预处理的方法,首先将一个信号......
为了解决传统HHT在电能质量扰动检测中EMD产生的模态混叠问题,提出一种基于奇异值分解(SVD)的改进HHT的电能质量扰动检测新方法。......
为了改进EMD中模态混叠的缺陷，提出一种基于SVD的模态混叠消除方法。SVD有两个特性，一是每个频率成分对应两个大小相当的奇异值；二是......
为提高时间序列预测模型精度,根据各本征模态函数（intrinsic mode function,简称IMF）序列的变化特点,针对EMD-RBF神经网络隐含神经元......
局部均值函数的求取是局部均值分解(LMD)的关键环节。针对局部均值函数求取存在偏差进而造成模态混叠的问题,提出了一种基于局部积......
针对傅里叶分解对噪声敏感且存在模态混叠导致无法准确提取齿轮箱故障特征的问题,提出了一种复合字典降噪与优化傅里叶分解相结合......
端点效应和模态混叠现象是经验模态分解算法应用中存在的主要问题。在介绍标准经验模态分解算法的基础上,阐述了基于局部积分均值......
研究了一种新的信号分析方法,可变模态分解（VMD）方法。该方法通过预设尺度的方式将信号进行频率分段然后求中心频率获得模态函数。通......
研究了旋转行波超声波电机（RTWUSM）定子设计参数：定子齿高、齿宽与槽宽比、定子内外圈直径、弹性支撑位置与定子所受预压力对超声波电......
针对经验模态分解过程中产生模态混叠导致难以准确提取故障频率问题,提出一种基于伪故障信号（PFS）经验模态分解（EMD）的齿轮箱故障诊断......
为了有效地改善模态混叠问题以适应脑电信号的研究，提出了一种改进的集合经验模态分解算法。首先对脑信号进行相关性筛选；然后自适应......
针对直接应用EMD算法处理寻北信号的不可靠性,提出了基于小波预处理的EMD分解方法,并对传统小波阈值去噪分析方法做一改进,提出一......
针对经验模态分解在实际应用中因异常信号导致的模态混叠问题,提出了一种基于双尺度比例的判据和局部EMD的处理方法。首先分析了异......
提出了一种改进的添加自适应高频谐波进行经验模态分解（EMD）的算法，减少了 EMD原始算法中频谱混叠现象。通过对原始信号的预处理，自动......
针对电力变压器状态监测中常用的振动分析法在经验模态分解（Empirical mode decomposition，EMD）过程中存在的模态混叠，由此导致本征模......
将经验模式分解（empirical mode decomposition,EMD）作为电网谐波的检测方法。通过EMD法分解,把含谐波的正弦信号分解成为包含各阶次......
通过构造仿真信号,对比分析了VMD与EMD算法在分解过程中存在的模态混叠、伪分量、端点效应等问题,并将VMD算法与谱峭度相结合用于......
HHT时频分析被广泛应用于机械故障诊断中,但其模态混叠成为应用时的瓶颈.针对此问题提出了利用二次集合经验模态分解分解（ensemble ......
针对飞参系统记录的剩余燃油信号量化噪声较大且呈非线性、非平稳性的特点以及经验模态分解（em pirical mode decomposition ,简称E......
希尔伯特-黄变换（Hilbert-Huang transform,简称HHT）存在的模态混叠现象严重影响了实际应用效果。在分析研究HHT原理及模态混叠产生......
在旋转机械的故障诊断中，希尔伯特-黄变换（HHT）方法常用于提取故障特征信号以及分解结果的时频分析，然而，在HHT中会出现端点效应问题，且......
在运行的电力线路中,能快速准确实现对谐波中非平稳信号的处理,已成为现代信号处理的研究热点。而经验模态分解方法,在非平稳非线......
直流母线电压稳定是直流微电网运行控制的目标之一,但由于直流微电网特殊的物理架构,易出现母线电压振荡现象.依据IEEE对电压振荡......
