基于EMD的非线性信号自适应分析

根据EMD分解原理,提出通过选择平均包络中的突变点确定自适应滤波器截止分量阶,以此构造时空滤波器组进行非线性信号自适应分析的方法,成功应用于分析波音737飞机涡轮轴振动信号。从噪声中自适应地提取随转速变化的信号分量和低频振动分量,与小波分析方法相比,在轴向位移检测中取得了更为满意的效果。该方法不仅改进了涡轮轴振动信号分析方法,也适用于解决其他非线性信号的分析问题。     

基于Gabor变换和EMD的轴承故障诊断

基于振动信号处理的轴承故障诊断方法应用非常广泛。由于在实际采集的振动信号中往往混合着干扰信号,因此提出了一种基于Gabor变换的盲源分离和基于经验模态分解(EMD)的Hilbert包络谱分析相结合的故障诊断方法。首先采用基于Gabor变换的盲源分离方法对振动信号进行盲源分离,然后利用EMD方法进行分解获得本征模式函数(IMF)分量,再通过局部细化Hilbert包络谱方法分析判断轴承故障的特征。研究结果表明,通过对轴承振动信号进行盲源分离和EMD分解,可以使信号的故障特征更加明显,从而提高故障诊断的准确性。     

基于EMD模态相关和形态学降噪的齿轮故障诊断研究

为了从齿轮振动信号中提取出包含有故障信息的特征频率,针对现有EMD(Empirical Mode Decomposition)降噪算法中的IMF重构问题,提出了基于EMD模态相关和形态学降噪的齿轮故障诊断方法。首先采用EMD将目标信号分解为若干个IMF分量之和,利用模态相关分选准则选取噪声主导分量和信号主导分量的分界点,并利用各个IMF分量的自相关函数来验证该准则的正确性;然后将选到的噪声主导分量进行形态学滤波,利用峭度准则优化形态学结构元素尺度,自适应的寻求最优解;最后将滤波后的噪声分量与剩余分量进行重构,得到滤波重构信号,通过频谱分析识别齿轮故障特征频率。仿真数据和齿轮裂纹故障实验测试数据的分析表明,该方法滤波效果理想,能更有效地提取出齿轮故障特征。     

基于EMD和Wigner分布的轴承故障诊断研究

将经验模态分解和Wigner—Ville分布应用于轴承故障诊断的研究。首先将故障信号分解成一系列固有模态函数，再对分解后的固有模态函数进行Wigner—Ville分布分析，可有效抑制频率干扰现象，使时频分布图更加清晰，仿真信号和轴承故障实验信号的研究结果表明：基于经验模态分解和Wigner—Ville分布的分析方法，能有效地诊断轴承的故障。     

基于EMD和提升小波改进阈值函数的水听器信号去噪研究

在检测水中目标时,使用水听器采集的声波信号中通常掺杂着大量的噪声。为了达到去除噪声的目的,提出一种基于EMD和提升小波改进阈值函数结合的方法。首先利用EMD将含噪的水听器信号分解成有限个固有模态函数(IMF),再用提升小波改进阈值函数分解对高频IMF进行去噪处理,最后将剩余IMF和去噪后的高频IMF重构实现去噪。实验结果表明:该方法在水听器信号去噪方面有一定的参考价值。     

基于模态分解的Hilbert-Huang变换

Hilbert-Huang变换(HHT)是近年来发展起来的一种新的时频分析方法。本文首先阐述了基于经验模态分解(EMD)的Hilbert—Huang变换(HHT)的基本原理及英特点,然后将该方法用于实例,对比分析了HHT变换和传统的傅立叶变换的实验结杲,进而说明了该方法用于信号时频分析的可行性和优越性。     

基于改进希尔伯特-黄变换算法的碳市场价格多尺度分解

作为一种新型非线性、非稳态数据的自适应处理算法,希尔伯特-黄变换（Hilbert-Huang Transform,HHT）,近年来开始应用到人文社会科学领域。HHT的核心是经验模态分解（Empirical Mode Decomposition,EMD）算法。EMD分解过程中常会产生模态混叠和端点效应现象,造成分解结果失真。针对碳市场价格多尺度特征,改进HHT算法以提高碳市场价格多尺度分解质量。引入高斯白噪声到EMD分解中,建立集成EMD（Ensemble EMD,EEMD）算法来抑制EMD分解中存在的模态混叠现象;针对EEMD分解过程中存在的端点效应问题,通过5种端点延拓方法的比较,改进EEMD算法,得出适合碳市场价格多尺度分解的延拓方法;将改进HHT算法应用于两个不同到期时间的欧盟碳期货价格（DEC12、DEC14）进行多尺度分解,结果表明:改进HHT算法能显著提高碳市场价格分解精度,扩大了HHT在碳市场价格多尺度分析中的应用范围。     

磁共振图像小波去噪方法的参数选择研究

在小波去噪理论的基础上,对磁共振图像小波去噪过程中所涉及的小波函数、分解层数以及阈值三个参数进行了研究.即在保持其他参数取值不变的情况下,通过实验找出去噪效果最好的某个参数取值,并最终得出了一组适合磁共振图像小波去噪的参数组合.本文的实验结果为磁共振图像小波去噪方法的参数选择提供了有效参考.     

一种改进小波阈值函数的信号去噪

针对传统小波阈值函数去噪容易存在尖峰和边缘模糊现象导致去噪效果不理想的问题,在现有软阈值和硬阈值的基础上综合软硬阈值的优点,提出一种改进的阈值算法,在尽可能多的滤除噪声信号的同时保留原始信号的特征。同时,在Matlab环境中对含噪信号进行去噪处理,比较各阈值函数和改进阈值函数的去噪效果,从而验证改进阈值函数对信号去噪的有效性。此外,在小波变换中选取不同的小波基函数和阈值进一步验证该改进阈值函数较软、硬阈值和半软阈值方法所获得的去噪效果更好,在新的阈值函数下去噪后的信号信噪比更高,均方根误差越小,越有利于提取信号的特征,进而对信号进行频谱分析。     

使用小波变换的图像边缘检测算法

描述了一种新的图像特征提取方法。它基于小波变换的多尺度方法。这种方法通过对二进尺度下图像小波变换局部极大值的检测提取图像边缘特征。文中给出了图像特征提取的实例。     

基于小波变换的钻头实验信号降噪方法

在钻头破岩实验中存在钻头对岩石的周期性动载冲击, 同时受实验设备和环境等因素的影响, 在动态信号中存在着大量噪声, 无法获得准确的测试数据, 实验结果往往不能真实反映实验的特性和规律。基于小波变换的浮动阈值方法, 建立了一套用于钻头破岩实验测试信号噪声压制方法, 通过对实验和实测数据的处理和分析, 证明了方法有效性, 提高了实验数据的准确性和可靠性。     

基于DDS和FPGA的多功能信号发生器设计

根据直接数字频率合成技术,以FPGA为核心,设计了一种便携式多功能信号发生器,可产生正弦波、方波、三角波、锯齿波等信号。通过仿真及硬件实验表明,该信号发生器具有信号频率误差小、分辨率高、体积小、质量轻等优点。     

基于耦合Duffing振子和Van der pol振子系统的微弱信号检测研究

传统的微弱信号检测在检测信噪比较低的信号时效果不理想,基于此提出了一种基于Duffing振子和Van der pol振子的耦合非线性系统,建立了非线性耦合模型,详述了耦合系数对耦合非线性系统的影响。采用Simulink数值仿真的方法,分析了Duffing振子和Van der pol振子耦合非线性系统的动力学行为,阐述了基于相平面变化进行微弱信号检测的工作原理。并且具体分析了耦合系统在色噪声背景下的微弱信号检测效果,取得了很好的效果。