期刊文献+
共找到86篇文章
< 1 2 5 >
每页显示 20 50 100
基于互补集合经验模态分解的相位敏感光时域反射计系统降噪方法
1
作者 岳新博 高旭 +2 位作者 高阳 王海涛 鲁秀娥 《红外与激光工程》 北大核心 2025年第2期134-148,共15页
为了提高相位敏感光时域反射计(Φ-OTDR)系统测量振动信号信噪比,提出了一种基于互补集合经验模态分解(CEEMD)的新型去噪方法。CEEMD算法对数字正交(I/Q)解调算法获取的瑞利后项散射光幅值信号和相位信号进行分解,经多尺度排列熵(MPE)... 为了提高相位敏感光时域反射计(Φ-OTDR)系统测量振动信号信噪比,提出了一种基于互补集合经验模态分解(CEEMD)的新型去噪方法。CEEMD算法对数字正交(I/Q)解调算法获取的瑞利后项散射光幅值信号和相位信号进行分解,经多尺度排列熵(MPE)算法筛选后,通过改进的小波阈值算法进行去噪,并设计采用多元宇宙优化(MVO)算法对参数进行优化。实际搭建了外差式Φ-OTDR系统,经仿真和实际测试验证文中算法有效性。最后,将设计算法与以往的经验模态分解-皮尔逊相关系数(EMD-PCC)、自适应噪声完备集合经验模态分解(CEEMDAN)及变分模态分解-改进小波阈值(VMD-NWT)去噪方法进行了对比。结果表明,在10.14 km的传感光纤位置上,该方法对于低频10 Hz、中频200 Hz以及高频1 200 Hz的振动事件,其位置信息信噪比分别可达8.88、30.26、11.90 dB,对不同频率段的振动信号均具备有效的去噪能力,且系统定位精度更高。该方法在提高系统信噪比的同时,成功地对振动信号进行了解调,且解调效果比其他三种算法效果更好,为Φ-OTDR系统降噪研究提供了新思路。 展开更多
关键词 相位敏感光时域反射仪 互补经验模态分解算法 多尺度排列熵 改进的小波阈值算法 多元宇宙优化算法
在线阅读 下载PDF
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
2
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 改进的平均经验模态分解
在线阅读 下载PDF
采用改进互补集总经验模态分解的电能质量扰动检测方法 被引量:7
3
作者 吴新忠 邢强 +2 位作者 陈明 成江洋 杨春雨 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2017年第9期1834-1843,共10页
针对集总经验模态分解(EEMD)方法加噪参数(噪声幅值、集总次数)需人为确定、分解残余噪声大以及计算耗时长的缺点,提出一种自适应快速互补集总经验模态分解(AFCEEMD)方法.该方法分析不同频率形式噪声对极值点分布的影响,确定加噪频率采... 针对集总经验模态分解(EEMD)方法加噪参数(噪声幅值、集总次数)需人为确定、分解残余噪声大以及计算耗时长的缺点,提出一种自适应快速互补集总经验模态分解(AFCEEMD)方法.该方法分析不同频率形式噪声对极值点分布的影响,确定加噪频率采用高频辅助分解的优势,并以极值点分布特性作为评价指标自适应选择最优加噪频率.通过对EEMD加噪准则的研究,推导出加噪幅值和分解次数采取固定值:0.01SD和2次,且以正负成对的形式加入到原始信号中.通过仿真实验和搭建的电能质量扰动平台的实测数据验证了所提方法的自适应性和计算性能,而且适用于电能质量扰动检测与分析. 展开更多
关键词 经验模态分解(EEMD) 自适应快速互补EEMD(AFCEEMD) 极值点分布 加噪频率参数优化 电能质量扰动
在线阅读 下载PDF
完全互补小波噪声辅助集总经验模态分解 被引量:19
4
作者 何刘 丁建明 +1 位作者 林建辉 刘新厂 《振动与冲击》 EI CSCD 北大核心 2017年第4期232-242,共11页
经验模态分解(EMD)是一种自适应非线性非平稳数据处理方法。噪声辅助的EMD方法能克服EMD方法在处理间歇信号时出现的"模态混叠"现象。在这些噪声辅助方法中,互补集总经验模态分解(CEEMD)和完全噪声辅助噪声集总经验模态分解(C... 经验模态分解(EMD)是一种自适应非线性非平稳数据处理方法。噪声辅助的EMD方法能克服EMD方法在处理间歇信号时出现的"模态混叠"现象。在这些噪声辅助方法中,互补集总经验模态分解(CEEMD)和完全噪声辅助噪声集总经验模态分解(CEEMDAN)恢复了EMD分解的完整性。在现有分析方法上提出了完全互补小波噪声辅助集总经验模态分解(CCWEEMDAN)算法。该算法能用更小的集总数、更少的迭代次数和极小的计算消耗获得更好的光谱分离效果和数目较少的筛选模态。 展开更多
关键词 经验模态分解 经验模态分解 噪声辅助 模态混叠 互补经验模态分解
在线阅读 下载PDF
基于改进完备集成经验模态分解的钢丝绳缺陷漏磁检测方法 被引量:4
5
作者 钟小勇 陈科安 张小红 《工矿自动化》 北大核心 2022年第7期118-124,共7页
钢丝绳小缺陷信号往往被淹没在股波噪声中,存在钢丝绳小缺陷检测困难、易漏检等问题。针对该问题,提出了一种基于改进完备集成经验模态分解(ICEEMD)的钢丝绳缺陷漏磁检测方法。为了避免钢丝绳表面润滑剂或尘埃对检测信号造成影响,采用... 钢丝绳小缺陷信号往往被淹没在股波噪声中,存在钢丝绳小缺陷检测困难、易漏检等问题。针对该问题,提出了一种基于改进完备集成经验模态分解(ICEEMD)的钢丝绳缺陷漏磁检测方法。为了避免钢丝绳表面润滑剂或尘埃对检测信号造成影响,采用电磁检测法。将ICEEMD、小波阈值滤波(WTF)、维纳滤波(WF)相结合,得到ICEEMD-WTF-WF多级降噪方法:通过ICEEMD分解钢丝绳漏磁信号,得到本征模态函数(IMF)分量;计算IMF分量的能量比、排列熵、互相关系数,取出IMF趋势分量和IMF股波噪声分量,并对股波噪声分量进行WTF,筛选有用的IMF分量重构信号;对重构后的信号进行WF,去除随机噪声。提取降噪后的缺陷特征值,输入BP神经网络并进行训练,识别钢丝绳缺陷漏磁信号。实验结果表明:ICEEMD-WTF-WF多级降噪方法对钢丝绳漏磁信号具有良好的降噪效果,信噪比、峭度指标优于WTF、移动平均滤波和WF;基于ICEEMD-WTF-WF的BP神经网络模型检测耗时短,对小缺陷的平均准判率达到98.13%,能较好地满足钢丝绳缺陷检测要求。 展开更多
关键词 钢丝绳 小缺陷检测 漏磁检测 改进完备经验模态分解 小波阈值滤波 维纳滤波 多级降噪
在线阅读 下载PDF
采用集合经验模态分解和改进阈值函数的心电自适应去噪方法 被引量:24
6
作者 尹丽 陈富民 +1 位作者 张琦 陈鑫 《西安交通大学学报》 EI CAS CSCD 北大核心 2020年第1期101-107,共7页
针对心电信号中存在基线漂移、工频和肌电干扰等噪声对后续的分析和诊断带来干扰的问题,提出了集合经验模态分解(EEMD)改进阈值函数的心电自适应去噪方法。运用EEMD将含噪心电信号分解得到一组由高频到低频分布的固有模态函数(IMF)。采... 针对心电信号中存在基线漂移、工频和肌电干扰等噪声对后续的分析和诊断带来干扰的问题,提出了集合经验模态分解(EEMD)改进阈值函数的心电自适应去噪方法。运用EEMD将含噪心电信号分解得到一组由高频到低频分布的固有模态函数(IMF)。采用过零率自适应判断各IMF的噪声类别:若IMF包含高频噪声,采用结合软硬阈值优缺点所提出的改进阈值函数以去除IMF分量中的高频噪声;若IMF包含低频的基线漂移,则采用中值滤波器抑制基线漂移。最后将处理后的IMF分量叠加,即可重构去噪后的心电信号。实验结果表明,与已有的小波阈值法去噪后的信噪比(SNR)和均方根误差(RSME)对比,所提方法对心电信号去噪效果更加显著,而且能完整地保留波形特征。 展开更多
关键词 心电自适应去噪 经验模态分解 过零率 改进阈值函数
在线阅读 下载PDF
基于集总平均经验模态分解法(EEMD)的星箭解锁分离机构冲击响应分析 被引量:8
7
作者 汪国元 徐洋 +2 位作者 胡晓楠 盛晓伟 蒋青飞 《振动与冲击》 EI CSCD 北大核心 2018年第1期47-52,共6页
基于集总平均经验模态分解(Ensemble Empirical Mode Decomposition,EEMD),提出一种星箭解锁分离机构冲击响应信号分析新方法。通过EEMD,将星箭解锁分离机构解锁过程的冲击信号分解成不同模态分量(Intrinsic Mode Function,IMF)。结果... 基于集总平均经验模态分解(Ensemble Empirical Mode Decomposition,EEMD),提出一种星箭解锁分离机构冲击响应信号分析新方法。通过EEMD,将星箭解锁分离机构解锁过程的冲击信号分解成不同模态分量(Intrinsic Mode Function,IMF)。结果表明前两阶模态分量IMF主要为冲击引起的高频振动,而IMF3之后为冲击激励引起的不同阶固有模态振动和局部振动,并通过模态实验验证了分析的正确性。 展开更多
关键词 星箭解锁分离机构 平均经验模态分解法(EEMD) 模态分量IMF 冲击响应
在线阅读 下载PDF
经验模态分解的一种改进算法 被引量:22
8
作者 盖广洪 《西安交通大学学报》 EI CAS CSCD 北大核心 2004年第11期1199-1202,共4页
针对信号采样频率过低对经验模态分解造成的虚假模态等问题,提出了一种改进的算法,即在进行分解前,对原始信号进行重构,其实质是通过内插的方式来增加采样点数,从而达到增加采样频率的目的.对模拟信号的处理结果表明,该算法消除了分解... 针对信号采样频率过低对经验模态分解造成的虚假模态等问题,提出了一种改进的算法,即在进行分解前,对原始信号进行重构,其实质是通过内插的方式来增加采样点数,从而达到增加采样频率的目的.对模拟信号的处理结果表明,该算法消除了分解过程中包络曲线的异常波动,从而抑制了分解结果中多余模态的出现,使得对模态的物理解释更加清晰.在机械信号处理中,应用该算法成功地提取出机械信号中具有明确物理意义的故障模态,从而增加了机械故障诊断的能力. 展开更多
关键词 经验模态分解 改进算法 采样频率 故障诊断
在线阅读 下载PDF
基于改进模式识别的无人值守风电场群组机器人集中巡检研究
9
作者 董礼 程丽敏 +3 位作者 赵博 王雁冰 商志强 朱盼盼 《可再生能源》 北大核心 2025年第3期346-352,共7页
由于风电场设备种类繁多、运行环境复杂多变,通常无人值守,故障难以及时发现。传统巡检方法耗时长且识别准确性低,导致故障处理不及时,影响风电场稳定运行和发电效率。为此,文章针对无人值守风电场群组提出了基于改进模式识别的机器人... 由于风电场设备种类繁多、运行环境复杂多变,通常无人值守,故障难以及时发现。传统巡检方法耗时长且识别准确性低,导致故障处理不及时,影响风电场稳定运行和发电效率。为此,文章针对无人值守风电场群组提出了基于改进模式识别的机器人集中巡检方案。对于风电场群组变压器故障、设备温度异常和齿轮箱声音异常情况,分别利用BP神经网络算法、模糊模式识别算法和经验模态分解算法对其展开巡检,并在某大型风力发电场中对所提方法进行测试。结果表明,所提方法可实现对风电场群组中各类故障的巡检,第一时间获取到故障信号,避免了安全事故的发生;识别准确率在92.3%以上,召回率与F1分数也优于对比方法,表明本文方法在识别故障样本方面更为全面,能够有效地进行故障检测。 展开更多
关键词 改进模式识别 BP神经网络算法 经验模态分解算法 齿轮箱声音异常 变压器故障
在线阅读 下载PDF
基于互补式集合经验模态分解和IPSO_ LSSVM的短期风功率预测 被引量:10
10
作者 李鉴博 樊小朝 +2 位作者 史瑞静 王维庆 陈景 《水力发电》 北大核心 2020年第11期95-100,共6页
针对风电出力随时间变化具有非线性特点,本文提出一种基于互补式集合经验模态分解(CEEMD)和改进粒子群算法最小二乘支持向量机(IPSO_LSSVM)新型风功率预测组合模型。首先该方法利用CEEMD将风速序列分解为一系列相当平稳风电分量,以减少... 针对风电出力随时间变化具有非线性特点,本文提出一种基于互补式集合经验模态分解(CEEMD)和改进粒子群算法最小二乘支持向量机(IPSO_LSSVM)新型风功率预测组合模型。首先该方法利用CEEMD将风速序列分解为一系列相当平稳风电分量,以减少不同频率功率信号之间相互影响;其次针对各分量不同特点,采用改进粒子群算法优化核函数相关参数建立各自对应预测模型;最后将不同分量预测数据进行叠加得到风功率预测结果。通过仿真验证,本预测模型有较高预测精度,在工程中具有一定实用价值。 展开更多
关键词 风电出力 互补式经验模态分解 最小二乘支持向量机 改进粒子群算法 组合模型 预测
在线阅读 下载PDF
基于时频谱和集总经验模式分解(EEMD)包络谱分析的地铁车辆故障分析 被引量:4
11
作者 何斌斌 戴焕云 石怀龙 《城市轨道交通研究》 北大核心 2015年第7期30-34,共5页
在分析地铁车辆激扰源特征和影响的基础上,针对车辆振动信号非线性、非平稳性的特点,提出一种地铁车辆故障综合诊断方法:时频法(短时傅里叶变换、希尔伯特-黄变换)和基于集总经验模式分解(EEMD)的Hilbert包络谱分析法。对某异常地铁车... 在分析地铁车辆激扰源特征和影响的基础上,针对车辆振动信号非线性、非平稳性的特点,提出一种地铁车辆故障综合诊断方法:时频法(短时傅里叶变换、希尔伯特-黄变换)和基于集总经验模式分解(EEMD)的Hilbert包络谱分析法。对某异常地铁车辆进行测试,并运用该方法进行诊断分析。综合分析表明,该车辆转向架构架异常振动并开裂的故障源为车轮。这与车轮检测结果一致,说明此综合诊断方法准确有效。 展开更多
关键词 地铁车辆 故障分析 经验模式分解 包络谱分析
在线阅读 下载PDF
基于经验模态分解和改进小波软阈值降噪法的电站信号降噪研究 被引量:3
12
作者 罗鹏 陈嘉翊 +3 位作者 郭丽江 杨航 卢孟宇 张宇宁 《力学与实践》 北大核心 2023年第4期736-743,共8页
在对电站各类信号进行故障诊断时,由于其所处的复杂工作环境,采集设备得到的信号中经常包含背景中强噪声干扰,导致在后续信号关键特征的识别和处理时会出现较大困难。为降低噪声的影响,本文将经验模态分解与改进小波软阈值降噪法相结合... 在对电站各类信号进行故障诊断时,由于其所处的复杂工作环境,采集设备得到的信号中经常包含背景中强噪声干扰,导致在后续信号关键特征的识别和处理时会出现较大困难。为降低噪声的影响,本文将经验模态分解与改进小波软阈值降噪法相结合进行电站信号的处理并进行了方法有效性验证。该方法的主要流程如下:首先,将信号进行经验模态分解,分离出若干个本征模态分量和残差。其次,对其与原始信号进行互相关分析,识别有用信号主导的分量和噪声主导的分量,并将噪声信号主导的分量进行改进小波软阈值降噪法处理后,将其与有用信号分量和残差进行重构。最后,将经验模态分解和改进小波软阈值降噪法降噪处理后的信号与传统只采用小波阈值降噪法处理后的信号进行评价,结果表明本文方法的信噪比更高、均方根误差更小、相关系数更高、平滑度更好,可有效消除背景噪声的影响。 展开更多
关键词 水泵水轮机 信号降噪 改进小波软阈值降噪法 经验模态分解 互相关分析
在线阅读 下载PDF
基于经验模态分解和分类器集的滚动轴承故障诊断方法 被引量:2
13
作者 景治 张纯龙 《选煤技术》 CAS 2023年第5期94-98,共5页
为解决滚动轴承故障诊断过程不透明的问题,使用经验模态分解提取6个时域特征和5个频域特征,并模仿技术人员思考推理过程,构建了基于规则的分类器集,通过多样性指标筛选出最佳基分类器,采用遗传算法对构成候选基分类器的约简和诊断规律... 为解决滚动轴承故障诊断过程不透明的问题,使用经验模态分解提取6个时域特征和5个频域特征,并模仿技术人员思考推理过程,构建了基于规则的分类器集,通过多样性指标筛选出最佳基分类器,采用遗传算法对构成候选基分类器的约简和诊断规律进行了研究,采用加权投票策略形成分类器集。结果表明:在不同转速下,对正常轴承、内环、外环和滚珠故障识别正确率为90%,诊断过程类似于技术人员推理过程,解释性好,不像其他黑箱模型,更容易被现场技术人员接受。 展开更多
关键词 轴承故障诊断 经验模态分解 分类器 轴承试验 故障识别正确率
在线阅读 下载PDF
基于经验模态分解和分类器集的滚动轴承故障诊断方法
14
作者 景治 张纯龙 《工矿自动化》 CSCD 北大核心 2023年第S02期152-155,共4页
针对滚动轴承故障诊断过程不透明题,技术人员难以了解其推理过程,不能参与到诊断过程中的问题,提出一种基于经验模态分解(EMD)和分类器集的滚动轴承故障诊断方法。利用EMD分解信号,提取有效特征数据形成故障决策表,在此基础上构造出基... 针对滚动轴承故障诊断过程不透明题,技术人员难以了解其推理过程,不能参与到诊断过程中的问题,提出一种基于经验模态分解(EMD)和分类器集的滚动轴承故障诊断方法。利用EMD分解信号,提取有效特征数据形成故障决策表,在此基础上构造出基于规则的基分类器,可模仿人类专家推理诊断过程。同时为了避免“各自为战”,模拟人类专家集体决策过程,将上述单个基分类器按照一定投票策略组合成鲁棒性更好的分类器集。通过正常轴承、内环、外环和滚珠故障在不同转速下的实验验证了该方法的有效性,正确率为90%。该方法的诊断过程类似于技术人员推理过程,解释性好,更容易被现场技术人员接受。 展开更多
关键词 滚动轴承 故障诊断 经验模态分解 属性约简 分类器
在线阅读 下载PDF
基于改进HHT方法的密集模态结构参数识别 被引量:13
15
作者 黄天立 邱发强 楼梦麟 《中南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2011年第7期2054-2062,共9页
针对Hilbert-Huang变换(HHT)方法在识别结构模态参数中存在的经验模式分解(EMD)模态分解能力不足以及固有模式函数(IMF)分量之间不正交这2个问题,分别提出采用波组信号前处理和正交化经验模式分解的方法予以改进,并将此方法称为改进的Hi... 针对Hilbert-Huang变换(HHT)方法在识别结构模态参数中存在的经验模式分解(EMD)模态分解能力不足以及固有模式函数(IMF)分量之间不正交这2个问题,分别提出采用波组信号前处理和正交化经验模式分解的方法予以改进,并将此方法称为改进的Hilbert-Huang变换方法。在介绍正交化经验模式分解方法和波组信号前处理基本原理的基础上,给出基于此改进Hilbert-Huang变换方法识别结构模态参数的基本步骤,并通过一个具有密集模态的三自由度结构在脉冲荷载激励下的模态参数识别算例予以验证。研究结果表明:该方法可有效识别密集模态结构的模态参数,且识别效果优于基于HHT的模态参数识别方法的效果。 展开更多
关键词 改进Hilbert-Huang变换 波组 正交化经验模式分解 模态 参数识别
在线阅读 下载PDF
具有独立分量的经验模态分解算法研究 被引量:4
16
作者 李洪 郝豪豪 孙云莲 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2009年第7期245-248,共4页
在经验模态分解算法中用极值包络平均近似局部平均,不能保证分解分量之间的正交性,固有模态分量存在冗余.这种情况对信号成份分析尤为不利,冗余部分的物理意义无法解释,或可能作出错误的解释.将独立分量分析方法引入经验模态分解算法中... 在经验模态分解算法中用极值包络平均近似局部平均,不能保证分解分量之间的正交性,固有模态分量存在冗余.这种情况对信号成份分析尤为不利,冗余部分的物理意义无法解释,或可能作出错误的解释.将独立分量分析方法引入经验模态分解算法中,利用其良好的分解独立特性,使模态分量不仅正交而且相互独立,消除了冗余.仿真试验表明,改进算法的模态分量彼此独立,特别对于混有突变信号的周期信号,在得到周期分量的同时,也得到突变分量,说明了改进算法比原算法优越,且具有较好的工程应用前景. 展开更多
关键词 经验模态分解 固有模态函数 独立分量分析 改进算法
在线阅读 下载PDF
基于二维经验模态分解的单幅图像超分辨率重建 被引量:5
17
作者 毛晓波 张志超 《郑州大学学报(工学版)》 CAS 北大核心 2014年第5期15-18,共4页
针对已有的单幅图像超分辨率重建算法大都无法同时兼顾重建质量和运算速度的问题,提出了基于二维经验模态分解的单幅图像超分辨率重建算法.首先用二维经验模态分解法将一幅低分辨率图像分解为不同复杂程度的图层;然后对包含高频细节信... 针对已有的单幅图像超分辨率重建算法大都无法同时兼顾重建质量和运算速度的问题,提出了基于二维经验模态分解的单幅图像超分辨率重建算法.首先用二维经验模态分解法将一幅低分辨率图像分解为不同复杂程度的图层;然后对包含高频细节信息的第一个图层用改进核岭回归法重建,以保证重建质量;对包含较少信息的后几个图层用双三次插值法重建,以提高重建速度;最后用二维经验模态分解逆变换将重建后的各层图像合成一幅完整的高分辨率图像.实验结果表明该算法充分结合了三者的优势,在保证重建图像质量的同时,提高了算法的运算速度. 展开更多
关键词 超分辨率重建 二维经验模态分解 改进核岭回归 双三次插值
在线阅读 下载PDF
基于变分模态分解算法的单通道无线电混合信号分离 被引量:9
18
作者 江春冬 王景玉 +2 位作者 杜太行 郝静 龙超 《上海交通大学学报》 EI CAS CSCD 北大核心 2018年第12期1618-1626,共9页
针对复杂电磁环境下单通道无线电混合信号分离困难及分离精度不高的问题,提出2次使用变分模态分解(VMD)算法对单通道无线电混合信号进行分离的方法.首先利用VMD算法对单通道无线电混合信号进行粗分离,并将VMD算法与总体平均经验模态分解... 针对复杂电磁环境下单通道无线电混合信号分离困难及分离精度不高的问题,提出2次使用变分模态分解(VMD)算法对单通道无线电混合信号进行分离的方法.首先利用VMD算法对单通道无线电混合信号进行粗分离,并将VMD算法与总体平均经验模态分解(EEMD)算法进行对比,得出前者分离出的信号在时域、频域及信噪比和相似系数等方面均比后者取得的对应结果效果好的结论.然后对VMD算法的参数利用改进的量子粒子群优化算法进行优化,确定所需分量个数和惩罚因子的值.最后对VMD算法分离后的信号使用参数优化后的VMD算法进行细分离.数值模拟和实验信号分析结果均表明,再次分离后所得到的信号精度较利用VMD算法对单通道无线电混合信号进行粗分离时更高,证明了所提算法对单通道无线电混合信号分离的有效性. 展开更多
关键词 变分模态分解 体平均经验模态分解 改进的量子粒子群优化
在线阅读 下载PDF
基于改进EMD和ARMA的MEMS陀螺仪随机误差补偿方法 被引量:3
19
作者 曾鑫 先苏杰 +2 位作者 王康 司鹏 吴志林 《兵工学报》 EI CAS CSCD 北大核心 2024年第9期3297-3306,共10页
微机电系统(Micro-Electro-Mechanical System,MEMS)陀螺仪的随机误差限制了其测量精度。为了降低MEMS陀螺仪的随机误差,提出一种基于改进的经验模态分解(Empirical Mode Decomposition,EMD)和优化的自回归滑动平均(Autoregressive Movi... 微机电系统(Micro-Electro-Mechanical System,MEMS)陀螺仪的随机误差限制了其测量精度。为了降低MEMS陀螺仪的随机误差,提出一种基于改进的经验模态分解(Empirical Mode Decomposition,EMD)和优化的自回归滑动平均(Autoregressive Moving Average,ARMA)模型的方法。该方法在传统EMD的基础上,结合Hausdorff距离和累积标准化模态均值以提取信号中的噪声和趋势项,对剩余信号进行ARMA建模和滤波。采用沙猫群优化算法优化建模的定阶过程,采用改进的自适应滤波补偿随机误差。试验结果表明:相较于传统EMD和传统ARMA方法,新方法在静态试验中得到的均方根误差分别降低52.5%和34.4%,在动态试验中得到的均方根误差分别降低50%和32.35%;新方法有效抑制了随机误差,提升了MEMS陀螺仪的使用精度。 展开更多
关键词 微机电系统 陀螺仪 改进经验模态分解 时间序列建模 HAUSDORFF距离 自适应滤波
在线阅读 下载PDF
基于多尺度分解集成组合模型的碳价格预测研究 被引量:7
20
作者 王喜平 于一丁 《分布式能源》 2022年第1期1-11,共11页
准确预测碳价格不仅有助于投资者及监管部门的科学决策,而且有助于碳金融市场的健康发展。考虑碳价格预测的复杂性,基于“分解-重构-预测-集成”的建模原则,构建了多尺度碳价格集成组合预测模型。首先,采用改进型自适应白噪声完备集成... 准确预测碳价格不仅有助于投资者及监管部门的科学决策,而且有助于碳金融市场的健康发展。考虑碳价格预测的复杂性,基于“分解-重构-预测-集成”的建模原则,构建了多尺度碳价格集成组合预测模型。首先,采用改进型自适应白噪声完备集成经验模态分解(improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN)算法对碳价原始序列进行分解,并以综合贡献度指数(comprehensive contribution index,CCI)对分量进行重构,得到短期、长期和趋势分量;然后,采用门限广义自回归条件异方差(threshold generalized auto-regressive conditional heteroscedasticity,TGARCH)模型预测短期分量,以布谷鸟搜索(cuckoo search,CS)算法优化超参数的长短期记忆(long-short term memory,LSTM)神经网络预测长期和趋势分量;在此基础上,采用非线性集成算法对各分量预测结果进行集成,得到最终的碳价预测结果。以湖北碳市场为样本数据进行实证分析,结果表明所构建的预测模型性能最优,预测结果更准确,可为监管部门和企业决策提供有效信息。 展开更多
关键词 碳价格预测 长短期记忆(LSTM)模型 门限广义自回归条件异方差(TGARCH)模型 改进型自适应白噪声完备经验模态(ICEEMDAN)分解 超参数优化
在线阅读 下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部