趋势项提取相关论文
随着科学技术的高速发展和现代化工业生产的普及,旋转机械正朝着复杂化、大型化、高速化和自动化的方向发展,这对设备的安全运行提......
本文研究小波分析技术在水工闸门振动信号预处理中的应用.阐述了利用小波分析方法进行闸门振动非平稳信号的除噪和趋势项提取原理......
主要研究了外测数据随机误差分离问题。利用模型函数逼近趋势项的方法建模较为复杂,小波变换的方法需预先确定小波基和分解层数。......
文章对经验模式分解的一般过程进行了详细介绍,并将其应用到信号分解、趋势项提取以及信号去噪中.通过与离散小波分解比较,认为经......
传统分析和处理非平稳信号的方法主要有：短时Fourier变换、Wigner-Ville分布和小波变换等等。但是这三种方法本质上都是以Fourier变......
学位
为了提高光纤陀螺的测量精度,提出了一种基于小波神经网络的误差补偿方法。首先使用小波分析中的Mallat分解算法提取出陀螺信号中......
为了提高激光陀螺建模精度进而提高惯性导航系统的精度，需要对激光陀螺漂移时间序列的趋势项进行精确提取。针对陀螺漂移时间序列非......
非线性,非平稳的时间序列经过经验模分解,可以得到一组内模函数和一个基本的趋势项.本文针对陀螺弱非线性、非平稳漂移时间序列的......
时间序列分析在经济学、信息科学、地理科学等各个领域研究中都是重要的研究工具。而传统的时间序列方法是用随机过程来描述的,它......
几十年来,学者们相继发展了许多适合于非平稳信号的处理方法,但是效果都不理想。基于此,1998年由美国宇航局N.E.Huang等人首次提出......
信号的时频分析方法能够有效地实现对非线性非平稳信号的分析处理,已经成为现代信号处理方法的研究热点。经验模态分解(EMD)时频分......
