本文主要研究内容
作者张志宏（2019）在《EEMD混合加权算法及混沌降噪应用研究》一文中研究指出：为有效地从复杂干扰中提取混沌信号,提出了基于总体经验模态分解(EEMD)的混合加权算法。利用互相关系数法对EEMD分解后的固有模态分量(IMF)进行噪声和信号主导分量区分,针对噪声主导的固有模态分量有用信号被噪声淹没情况下的提取难题,提出了基于奇异值分解(SVD)的循环加权处理方法,在去除复杂强干扰的同时,有效地恢复了有用信号。将处理后的噪声主导分量的IMF和信号主导分量的IMF经SG(Savitzky-Golay)平滑滤波,得到干净的固有模态分量进行重构,达到降噪目的。利用Lorenz时间序列详述了混合滤波算法的实施过程,并将该方法用于实测混沌振动信号中,验证了所提方法在混沌降噪中的有效性和优越性。
Abstract
wei you xiao de cong fu za gan rao zhong di qu hun dun xin hao ,di chu le ji yu zong ti jing yan mo tai fen jie (EEMD)de hun ge jia quan suan fa 。li yong hu xiang guan ji shu fa dui EEMDfen jie hou de gu you mo tai fen liang (IMF)jin hang zao sheng he xin hao zhu dao fen liang ou fen ,zhen dui zao sheng zhu dao de gu you mo tai fen liang you yong xin hao bei zao sheng yan mei qing kuang xia de di qu nan ti ,di chu le ji yu ji yi zhi fen jie (SVD)de xun huan jia quan chu li fang fa ,zai qu chu fu za jiang gan rao de tong shi ,you xiao de hui fu le you yong xin hao 。jiang chu li hou de zao sheng zhu dao fen liang de IMFhe xin hao zhu dao fen liang de IMFjing SG(Savitzky-Golay)ping hua lv bo ,de dao gan jing de gu you mo tai fen liang jin hang chong gou ,da dao jiang zao mu de 。li yong Lorenzshi jian xu lie xiang shu le hun ge lv bo suan fa de shi shi guo cheng ,bing jiang gai fang fa yong yu shi ce hun dun zhen dong xin hao zhong ,yan zheng le suo di fang fa zai hun dun jiang zao zhong de you xiao xing he you yue xing 。
论文参考文献
论文详细介绍
论文作者分别是来自电子测量与仪器学报的张志宏，发表于刊物电子测量与仪器学报2019年06期论文，是一篇关于混沌信号论文,总体经验模态分解论文,循环加权论文,奇异值分解论文,滤波论文,电子测量与仪器学报2019年06期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自电子测量与仪器学报2019年06期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：混沌信号论文; 总体经验模态分解论文; 循环加权论文; 奇异值分解论文; 滤波论文; 电子测量与仪器学报2019年06期论文;