检索结果-维普期刊中文期刊服务平台

基于形态学滤波和CEEMDAN-WVD的车轮失圆诊断: 1; 作者李大柱梁树林 +1 位作者池茂儒许文天《铁道机车车辆》北大核心 2024年第2期8-14,共7页; 现有列车车轮失圆监测方法的准确性受车速及线路条件影响较大,为了更准确地监测车轮服役状态,文中提出基于形态学滤波和CEEMDAN-WVD的车轮失圆诊断方法:车辆轴箱垂向振动加速度经数学形态学滤波器滤波降噪后,运用完全噪声辅助聚合经验... 展开更多; 关键词车轮失圆形态学滤波完全噪声辅助聚合经验模态分解 WIGNER-VILLE分布多尺度时频图; 在线阅读下载PDF 职称材料

基于噪声辅助多元经验模态分解和多尺度形态学的滚动轴承故障诊断方法被引量：17: 2; 作者武哲杨绍普 +2 位作者任彬马新娜张建超《振动与冲击》 EI CSCD 北大核心 2016年第4期127-133,共7页; 为了从强噪背景中提取滚动轴承微弱故障特征,提出一种基于噪声辅助多元经验模态分解(Noise Assisted Multivariate Empirical Mode Decomposition,NAMEMD)和数学形态学的滚动轴承故障诊断方法。NAMEMD是新提出的一种基于噪声辅助数据分... 展开更多; 关键词噪声辅助多元经验模态分解模态混叠多尺度形态学滚动轴承故障诊断; 在线阅读下载PDF 职称材料

基于CEEMDAN的雷达信号脉内细微特征提取法被引量：14: 3; 作者王文哲吴华 +1 位作者王经商张强《北京航空航天大学学报》 EI CAS CSCD 北大核心 2016年第11期2532-2539,共8页; 有效的信号特征提取是高精度雷达辐射源识别的基础,以脉冲描述字为代表的传统特征已无法满足复杂电磁环境的需要。本文提出一种基于自适应噪声完备集合经验模态分解(CEEMDAN)的有效雷达辐射源脉内细微特征提取算法。雷达信号由对非平稳... 展开更多; 关键词特征提取自适应噪声完备集合经验模态分解(CEEMDAN) 经验模态分解噪声协助雷达辐射源识别信号重构; 在线阅读下载PDF 职称材料

基于EEMD的信号处理方法分析和实现被引量：35: 4; 作者时世晨单佩韦《现代电子技术》 2011年第1期88-90,94,共4页; Hilbert-Huang变换是一种具有良好自适应性,能够对非线性非平稳的信号进行分析的时频分析方法。而经验模式分解是HHT的核心部分。针对传统EMD分解带来的模态混叠问题,介绍了引入白噪声辅助分析方法的改进型算法EEMD并且通过Matlab平台... 展开更多; 关键词 Hilbert—Huang变换经验模式分解模态混叠噪声辅助处理; 在线阅读下载PDF 职称材料

基于全矢包络融合双层降噪处理的轴承故障特征提取被引量：2: 5; 作者瞿红春周大鹏 +1 位作者贾柏谊郑剑青《噪声与振动控制》 CSCD 北大核心 2023年第1期135-140,184,共7页; 针对轴承故障信号受背景噪声影响,而难以准确提取故障冲击特征的问题,提出一种噪声辅助多元经验模态分解(Noise-assisted Multivariate Empirical Mode Decomposition,NA-MEMD)与全矢包络快速独立分量分析(Fast Independent Component A... 展开更多; 关键词故障诊断噪声辅助多元经验模态分解快速独立分量分析全矢包络谱特征提取; 在线阅读下载PDF 职称材料

井中微地震监测记录强背景干扰信号压制方法被引量：7: 6; 作者冷佳宣喻志超 +2 位作者冯方方张逸伦何川《石油物探》 CSCD 北大核心 2021年第5期738-750,共13页; 井中微地震监测过程中因压裂施工、井筒噪声和仪器噪声等因素可能产生持续的强能量背景干扰信号。这些干扰信号严重影响了有效微地震事件的识别与初至拾取,它们具有时变非平稳随机信号特点,常规时域或频域滤波的预处理方法对其压制效果... 展开更多; 关键词微地震监测水力压裂背景干扰信号压制多维经验模态分解本征模态函数信号识别; 在线阅读下载PDF 职称材料

题名基于形态学滤波和CEEMDAN-WVD的车轮失圆诊断: 1; 作者李大柱梁树林池茂儒许文天; 机构西南交通大学牵引动力国家重点实验室; 出处《铁道机车车辆》北大核心 2024年第2期8-14,共7页; 基金国家自然科学基金(U21A20168)。; 文摘现有列车车轮失圆监测方法的准确性受车速及线路条件影响较大,为了更准确地监测车轮服役状态,文中提出基于形态学滤波和CEEMDAN-WVD的车轮失圆诊断方法:车辆轴箱垂向振动加速度经数学形态学滤波器滤波降噪后,运用完全噪声辅助聚合经验模态分解(CEEMDAN)将其分解为一系列的固有模态函数(IMF),然后选取能量熵增量相对较大的几阶IMF分量进行Wigner-Ville分布(WVD)计算,从而叠加得到轴箱振动加速度的多尺度时频图,最后根据多尺度时频图的分布特征来诊断车轮状态。通过仿真分析和工程实例研究结果表明,运用该方法可有效地识别复杂工况下的车轮服役状态。; 关键词车轮失圆形态学滤波完全噪声辅助聚合经验模态分解 WIGNER-VILLE分布多尺度时频图; Keywords wheel out of roundness morphological filtering complete noise assisted aggregation empirical mode decomposition Wigner-Ville distribution multiscale time-frequency map; 分类号 U279.2 [机械工程—车辆工程]; 在线阅读下载PDF 职称材料

题名基于噪声辅助多元经验模态分解和多尺度形态学的滚动轴承故障诊断方法被引量：17: 2; 作者武哲杨绍普任彬马新娜张建超; 机构北京交通大学机械与电子控制工程学院石家庄铁道大学交通环境与安全工程研究所; 出处《振动与冲击》 EI CSCD 北大核心 2016年第4期127-133,共7页; 基金国家自然科学基金(11227201 11202141 +6 种基金 11372197 11472179 51405313) 铁路总公司重大项目(2014J012) 河北省自然科学基金(A2013210013 A2015210005) 河北省教育厅项目(YQ2014028); 文摘为了从强噪背景中提取滚动轴承微弱故障特征,提出一种基于噪声辅助多元经验模态分解(Noise Assisted Multivariate Empirical Mode Decomposition,NAMEMD)和数学形态学的滚动轴承故障诊断方法。NAMEMD是新提出的一种基于噪声辅助数据分析方法,其克服了集成经验模态分解的模态混淆和运算量大等问题。将NAMEMD与多尺度形态学相结合应用于滚动轴承故障诊断。该方法首先利用NAMEMD将多分量调频调幅故障信号自适应分解为一系列IMF分量;其次,选取能量高的IMF分量求和重构;最后利用多尺度形态学差值滤波器提取信号的故障特征频率。为了验证理论的正确性,进行了仿真试验和轴承故障试验,并与EEMD和包络解调进行了比较,结果表明该方法在进一步降低模态混叠效应的同时,明显提高了运算速度,对滚动轴承外圈、内圈和滚子故障的检测精度更高,能够清晰地提取出故障信号的故障特征频率。; 关键词噪声辅助多元经验模态分解模态混叠多尺度形态学滚动轴承故障诊断; Keywords noised assisted multivariate empirical mode decomposition（namemd） mode mixing multiscale morphology rolling bearing fault diagnosis; 分类号 TH165 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名基于CEEMDAN的雷达信号脉内细微特征提取法被引量：14: 3; 作者王文哲吴华王经商张强; 机构空军工程大学航空航天工程学院; 出处《北京航空航天大学学报》 EI CAS CSCD 北大核心 2016年第11期2532-2539,共8页; 基金国家自然科学基金(61379104) 航空科学基金(20152096019)~~; 文摘有效的信号特征提取是高精度雷达辐射源识别的基础,以脉冲描述字为代表的传统特征已无法满足复杂电磁环境的需要。本文提出一种基于自适应噪声完备集合经验模态分解(CEEMDAN)的有效雷达辐射源脉内细微特征提取算法。雷达信号由对非平稳、非线性信号尤为有效的CEEMDAN分解产生的个别分量重构,抑噪效果通过1 000次蒙特卡罗实验得到验证,同时设计基于该重构的一种脉内特征空间。本文方法与主流特征提取方法的识别精度在6部雷达辐射源产生的3000个不同脉内调制的加噪信号样本上进行了实验对比,结果表明不同种类信号样本在本文特征空间中清晰可分,本文方法较之主流方法更加精确,尤其在0 d B信噪比(SNR)下仍保持90%以上的高精度。; 关键词特征提取自适应噪声完备集合经验模态分解(CEEMDAN) 经验模态分解噪声协助雷达辐射源识别信号重构; Keywords feature extraction complete ensemble empirical mode decomposition with adaptive noise（CEEMDAN） empirical mode decomposition noise assisted radar emitter identification signal reconstruc-tion; 分类号 TN97 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名基于EEMD的信号处理方法分析和实现被引量：35: 4; 作者时世晨单佩韦; 机构华东师范大学信息科学与技术学院; 出处《现代电子技术》 2011年第1期88-90,94,共4页; 文摘 Hilbert-Huang变换是一种具有良好自适应性,能够对非线性非平稳的信号进行分析的时频分析方法。而经验模式分解是HHT的核心部分。针对传统EMD分解带来的模态混叠问题,介绍了引入白噪声辅助分析方法的改进型算法EEMD并且通过Matlab平台进行了信号仿真系统设计和实验,验证了EEMD方法的抗混分解能力。; 关键词 Hilbert—Huang变换经验模式分解模态混叠噪声辅助处理; Keywords Hilbert-Huang transform empirical mode decomposition mode mixing noise-assisted processing; 分类号 TN911.7 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于全矢包络融合双层降噪处理的轴承故障特征提取被引量：2: 5; 作者瞿红春周大鹏贾柏谊郑剑青; 机构中国民航大学航空工程学院; 出处《噪声与振动控制》 CSCD 北大核心 2023年第1期135-140,184,共7页; 文摘针对轴承故障信号受背景噪声影响,而难以准确提取故障冲击特征的问题,提出一种噪声辅助多元经验模态分解(Noise-assisted Multivariate Empirical Mode Decomposition,NA-MEMD)与全矢包络快速独立分量分析(Fast Independent Component Analysis,FastICA)相结合的轴承故障特征提取方法。该方法将同源双通道信号进行NAMEMD分解,根据相关性系数选取包含故障特征的固有模态函数(Intrinsic Mode Function,IMF)进行重构;对重构信号进行快速独立分量分析,最后进行全矢包络融合,提取轴承故障特征。对实际轴承信号的分析验证该方法能有效提取完整高阶故障频率,同时降低包络谱特征统计参数的冗余。; 关键词故障诊断噪声辅助多元经验模态分解快速独立分量分析全矢包络谱特征提取; Keywords fault diagnosis noise-assisted multiple empirical mode decomposition(NA-MEMD) Fast independent component analysis(FastICA) full vector envelope spectrum feature extraction; 分类号 TH133.3 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名井中微地震监测记录强背景干扰信号压制方法被引量：7: 6; 作者冷佳宣喻志超冯方方张逸伦何川; 机构北京大学地球与空间科学学院国家超级计算深圳中心(深圳云计算中心) 中国科学院地质与地球物理研究所; 出处《石油物探》 CSCD 北大核心 2021年第5期738-750,共13页; 基金国家科技重大专项课题“MEMS技术及工业化试验”(2017ZX05008-008)资助。; 文摘井中微地震监测过程中因压裂施工、井筒噪声和仪器噪声等因素可能产生持续的强能量背景干扰信号。这些干扰信号严重影响了有效微地震事件的识别与初至拾取,它们具有时变非平稳随机信号特点,常规时域或频域滤波的预处理方法对其压制效果并不理想,过度滤波则可能对有效微地震信号造成损害。针对上述问题,以井中微地震监测三分量记录信号之间的同步与相关分析为基础,提出了基于多维经验模态分解的微地震监测记录中背景干扰信号的识别与压制方法。该方法通过对三分量微地震监测记录进行多维经验模态分解,获得不同阶次的本征模态函数分量,然后根据偏振属性的变化从中识别并去除与背景干扰信号对应的成分,以达到净化监测记录的目的。实际资料处理结果表明,与常规预处理方法相比,此方法能够有效识别和压制持续背景干扰信号,显著降低监测记录的噪声水平,有助于改善弱信噪比微地震信号的识别及初至拾取的效果。; 关键词微地震监测水力压裂背景干扰信号压制多维经验模态分解本征模态函数信号识别; Keywords microseismic monitoring hydro-fracturing background noise suppression multivariate empirical mode decomposition intrinsic mode function signal recognition; 分类号 P631 [天文地球—地质矿产勘探]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于形态学滤波和CEEMDAN-WVD的车轮失圆诊断	李大柱梁树林池茂儒许文天	《铁道机车车辆》北大核心	2024	0	在线阅读下载PDF 职称材料
2	基于噪声辅助多元经验模态分解和多尺度形态学的滚动轴承故障诊断方法	武哲杨绍普任彬马新娜张建超	《振动与冲击》 EI CSCD 北大核心	2016	17	在线阅读下载PDF 职称材料
3	基于CEEMDAN的雷达信号脉内细微特征提取法	王文哲吴华王经商张强	《北京航空航天大学学报》 EI CAS CSCD 北大核心	2016	14	在线阅读下载PDF 职称材料
4	基于EEMD的信号处理方法分析和实现	时世晨单佩韦	《现代电子技术》	2011	35	在线阅读下载PDF 职称材料
5	基于全矢包络融合双层降噪处理的轴承故障特征提取	瞿红春周大鹏贾柏谊郑剑青	《噪声与振动控制》 CSCD 北大核心	2023	2	在线阅读下载PDF 职称材料
6	井中微地震监测记录强背景干扰信号压制方法	冷佳宣喻志超冯方方张逸伦何川	《石油物探》 CSCD 北大核心	2021	7	在线阅读下载PDF 职称材料