期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
采用改进的集总平均经验模态分解法的内燃机气门拍击激励与燃烧激励分离的研究 被引量:3
1
作者 郑旭 郝志勇 +1 位作者 金阳 卢兆刚 《汽车工程》 EI CSCD 北大核心 2011年第11期930-936,共7页
提出了一种改进的集总平均经验模态分解(M-EEMD)方法,并阐述了其基本原理。通过仿真试验,证实了M-EEMD不仅能够很好地解决经验模态分解(EMD)中模态混叠问题,而且能够抑制集总平均经验模态分解(EEMD)的噪声残余和模态分裂等问题。作为实... 提出了一种改进的集总平均经验模态分解(M-EEMD)方法,并阐述了其基本原理。通过仿真试验,证实了M-EEMD不仅能够很好地解决经验模态分解(EMD)中模态混叠问题,而且能够抑制集总平均经验模态分解(EEMD)的噪声残余和模态分裂等问题。作为实例,对一个4缸4冲程内燃机气缸盖罩的振动信号进行M-EEMD分解,并对分解得到的IMF分量进行时频分析。结果表明M-EEMD能够成功地将内燃机气门拍击引起的机械激励成分与燃烧激励成分分离。 展开更多
关键词 内燃机 气门拍击 燃烧 激励分离 改进的集总平均经验模态分解
在线阅读 下载PDF
基于MEEMD的内燃机辐射噪声贡献 被引量:15
2
作者 郑旭 郝志勇 +1 位作者 金阳 卢兆刚 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2012年第5期954-960,共7页
为了研究内燃机振动成分对噪声的贡献,提出一种改进的集总平均经验模态分解(MEEMD)方法.通过仿真试验,对比MEEMD与传统经验模态分解(EMD)和集总平均经验模态分解(EEMD)的结果.结果表明,MEEMD是一种更为优秀的自适应信号模态分解方法,不... 为了研究内燃机振动成分对噪声的贡献,提出一种改进的集总平均经验模态分解(MEEMD)方法.通过仿真试验,对比MEEMD与传统经验模态分解(EMD)和集总平均经验模态分解(EEMD)的结果.结果表明,MEEMD是一种更为优秀的自适应信号模态分解方法,不仅能够抑制模态混叠问题,而且能够解决模态分裂等问题.采用MEEMD方法对内燃机振动成分对辐射噪声的贡献进行研究,以一个4缸4冲程内燃机为例,对标定工况下的缸盖罩振动信号和缸盖罩近场噪声信号进行MEEMD分解,并对分解得到的本征模态函数(IMF)进行时频分析,研究对辐射噪声贡献大的振动成分的来源.研究结果表明,通过MEEMD方法能够得到对内燃机辐射噪声贡献大的振动成分,并且准确确定其来源. 展开更多
关键词 内燃机 振动信号 噪声信号 改进的集总平均经验模态分解 时频分析
在线阅读 下载PDF
大跨斜拉桥北斗监测挠度温度效应分离研究 被引量:5
3
作者 谭冬梅 聂顺 +2 位作者 瞿伟廉 刘晓飞 吴浩 《建筑科学与工程学报》 CAS 北大核心 2019年第5期71-79,共9页
针对大跨斜拉桥北斗监测挠度温度效应分离问题,提出先利用挠度数据的周期特性,在挠度数据首尾分别进行波形延拓,在进行小波分解后所得小波细节中剔除高幅值车载作用挠度得到残余分量,将其与小波系数重构得到预降噪挠度,最后将预降噪挠... 针对大跨斜拉桥北斗监测挠度温度效应分离问题,提出先利用挠度数据的周期特性,在挠度数据首尾分别进行波形延拓,在进行小波分解后所得小波细节中剔除高幅值车载作用挠度得到残余分量,将其与小波系数重构得到预降噪挠度,最后将预降噪挠度进行小波分解来实现挠度数据的高精度降噪;得到降噪挠度后,利用改进的集总平均经验模态分解(MEEMD)良好的可抑制分解过程中产生模态混叠的特性,将降噪挠度进行MEEMD分解,接着将所得日温差和年温差效应第1个半周期通过对称置换得高精度日温差和年温差效应,最后将降噪挠度剔除高精度日温差和年温差效应后所得残余分量再次进行MEEMD分解,所得趋势部分即为长期挠度,从而实现日温差效应、年温差效应、长期挠度的逐步分离。结果表明:波形延拓+预降噪+小波分解的降噪算法比传统单一降噪算法精度更高;温度效应分离算法能实现挠度温度效应各周期成分的精确分离,适合大跨斜拉桥北斗监测挠度温度效应分离。 展开更多
关键词 波形延拓 小波分解 改进的集总平均经验模态分解 温度效应
在线阅读 下载PDF
基于级联卡尔曼滤波的动基座MIMU初始对准方法
4
作者 侯梦婷 王雪梅 +2 位作者 单斌 许哲 李灿 《电光与控制》 CSCD 北大核心 2023年第11期113-119,共7页
为了实现低成本微惯性测量单元(MIMU)的自对准功能、提高自对准精度,提出了一种基于级联卡尔曼滤波(KCF)的动基座GPS单天线辅助MIMU自对准方法。首先,对GPS单天线测得的速度矢量随机误差进行了总平均经验模态分解(MEEMD),信号重构后使... 为了实现低成本微惯性测量单元(MIMU)的自对准功能、提高自对准精度,提出了一种基于级联卡尔曼滤波(KCF)的动基座GPS单天线辅助MIMU自对准方法。首先,对GPS单天线测得的速度矢量随机误差进行了总平均经验模态分解(MEEMD),信号重构后使用卡尔曼滤波对其降噪解算得到航向角测量;其次,以基座姿态角和陀螺常值漂移为状态量建立了系统的状态方程,并融合加速度计和GPS单天线测量信息,建立了系统的观测方程;然后,使用自适应无迹卡尔曼滤波进行信息融合,实现了基座姿态角的最优估计。经仿真验证对比,所提算法有效提高了自对准精度。仿真结果验证了所提算法在GPS单天线辅助MIMU自对准中的优越性。 展开更多
关键词 微惯性测量单元 初始对准 总平均经验模态分解 自适应级联卡尔曼滤波
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部