一种单通道的周期性信号盲分离算法

提出一种针对周期性源信号的单通道盲源分离方法,该方法首先利用希尔伯特变换将单通道的混合信号表示为复数形式后,并用交叉互验技术来估计谐波分量的阶数,然后通过人工蜂群算法优化用于估计基频的代价函数以获得源数、基频及其谐波长度,最后由一种自适应滤波算法来估算源信号的幅值,从而实现了盲源分离的目的．仿真实验结果表明了该方法思路的可行性,且可达到“全盲”的要求．     

基于经验模态分解的滑坡变形监测模型

应用GPS技术对滑坡体进行监测,监测的特定环境使得GPS监测数据中的非模型误差呈现一定的特征。针对滑坡环境下GPS基线向量较短、系统性误差周期性强的特征,讨论应用经验模态分解对GPS滑坡监测数据去噪。在此基础上,应用灰色预测系统建立滑坡变形预测模型,用实测数据比较一般观测数据与结合经验模态分解的去噪观测数据建立模型的预测精度。应用云南某滑坡体的监测数据验证算法的可行性与有效性。     

基于ICEEMDAN和小波阈值的滚动轴承故障特征提取方法

[目的]针对滚动轴承故障信号非线性、非平稳特征导致的故障特征频率难以提取的问题,提出了一种基于改进的带有自适应白噪声的完全集合经验模态分解(ICEEMDAN)和小波阈值降噪的滚动轴承故障特征提取方法。[方法]首先用小波阈值降噪对故障信号进行预处理,然后利用ICEEMDAN对降噪后的信号进行模态分解,产生一系列的固有模态函数(IMF),并根据互相关系数法提取与原信号相关的模态分量,作各层模态分量的包络谱图,提取滚动轴承的故障特征频率。[结果]通过仿真试验与滚动轴承故障试验分析,并将其与集合经验模态分解(EEMD)处理的进行比较,基于ICEEMDAN方法分解后的包络谱幅值更加明显。[结论]本研究提出的方法能精确地提取滚动轴承的故障特征频率。     

基于EEMD的含噪叶尖定时脉冲信号提取方法

为了解决噪声干扰条件下叶尖定时脉冲信号难以准确提取的问题,提出了一种基于集合经验模态分解(Ensemble Empirical Mode Decomposition, EEMD)的含噪叶尖定时脉冲信号提取方法。采用EEMD对非平稳、非线性的原始含噪信号进行自适应分解,构建多尺度低通滤波器进行降噪,再对降噪后的脉冲信号进行方波整形处理,并提出融合相似度和相关度的最优降噪整形评价指标,用于含噪信号处理效果的评价。基于含噪叶尖定时脉冲信号特点建立数学模型,验证方法的可靠性和适用性。对比降噪整形处理后含噪叶尖定时脉冲信号与原始无噪信号,其相关度、相似度及综合评价指标分别超过97%、89%及92%,结果表明:该方法能够准确提取噪声干扰下叶尖定时脉冲信号,有利于叶尖定时技术的发展与推广应用。     

地震信号的完整集合分解方法

为有效开采岩性、薄储层等隐蔽性油气藏,需准确处理分析非线性、非平稳地震信号,以获取信噪较好的地震剖面。基于提高处理后地震剖面精度的需求,提出了一种地震信号的完整集合分解方法(Complete Ensemble Empirical Mode Decomposition,CEEMD)。CEEMD主要由经验模态分解(EMD)、本征模态函数的确定以及地震信号完整重构3部分构成,在EMD的基础上加入了自适应噪声来减小模态效应,分解过程中既保留了EMD处理非平稳、非线性信号的优势,又可以有效改善EMD的模态混叠问题,从而提高信号的信噪比并有效保留原信号中的有效成分。该方法可对地震信号进行更为精确地分解,然后实现完整的信号重构,在精确处理的同时,大大减少了有效信号的丢失,使地层信息更加明确,地质结构分辨率得到有效提升。     

基于小波分析的运动想象脑电信号分类算法

脑电信号(EEG)是一种在医学领域应用非常广泛的生物电信号。针对运动想象脑电信号,设计了基于经验模态分解的小波阈值消噪法。然后,采用小波包分解方法,对脑电信号进行特征提取,即将信号分解到不同的频带,并提取特定的频带信号进行重构。最后,根据运动想象脑电信号的特点进行分类,从而确定运动的类型。经仿真验证,说明了以上算法的分类效果较好。     

桥梁结构模态参数自动化识别算法及其应用

鉴于现有的总体平均经验模态分解算法(EEMD)不能实现结构响应信号的自适应分解和参数的自动化识别,本文首先通过改进算法抑制端点效应,在信号分解的过程中引入聚类分析以避免模态混叠现象,从而构建有效IMF的指标,以实现有效IMF分量的自动筛选和信号重构,同时进行系统阶次的自动化确定,再通过将谱系聚类算法与随机子空间算法进行结合来实现模态参数的自动化识别,最后用实际桥梁测试信号进行验证。结果表明:改进算法能实现桥梁结构的模态参数自动化识别。     

基于独立分量分析的噪声消除技术

通过分析传统去噪方法的优缺点,引入基于独立分量分析的噪声消除方法,该方法不需要观测信号为确定性信号的前提假设,通过对加噪观测信号进行盲源分离,得到源观测信号,从而实现对噪声的消除。仿真结果证明基于独立分量分析的噪声消除方法,有效地去除了观测信号中的加性噪声。     

基于EMD和SVM的农用柴油机故障诊断研究

针对农用柴油机振动信号的非平稳特性和在现实条件下难以获得大量故障样本的实际情况,提出一种经验模态分解和支持向量机相结合的故障诊断方法。运用经验模态分解方法对气阀机构不同工况下的去噪缸盖振动信号进行分析,计算各内禀模态函数与去噪信号的互信息值以确定主IMF分量,并求其包含时间信息的能量熵以定量描述信号不同时频段的能量分布,将其作为支持向量机的输入特征向量以判断柴油机的工作状态和故障类型。试验结果表明,该方法在小样本情况下也具有较高的精度和较强的泛化能力,但不同转速时需重新采样以保证充足的诊断精度。     

单通道混合信号中周期信号的盲分离

在定义信号周期性的基础上,针对多个周期信号、多个周期信号和其他信号单通道混合的情况,提出了基于特征值分析的周期信号盲分离方法,并对算法的可行性、分离误差及分离效果进行了理论分析.仿真结果表明:该方法能适应较低的信噪比,且具有计算量小、易于实现等优点.     

基于CEEMD-LSSVM-NNBR模型中长期入库径流模拟

为提高中长期径流模拟精度,提出使用完备总体经验模态分解(CEEMD)产生更低噪信号作为模拟模型输入。应用CEEMD方法对径流序列作信号分解,时间序列被分解为若干子序列,每一子序列通过最小二乘支持向量机(LSSVM)模型分别模拟,之后将每个子序列模拟结果重构以获得最终径流模拟结果。以石头峡水库入库径流模拟为例,试验结果表明,与LSSVM模型相比,CEEMD-LSSVM模型可提高水库汛期入库径流模拟精度。对于整体序列和汛期序列,其纳什效率系数、平均相对误差和均方根误差模拟效果均明显提高;但在枯水期模拟精度不理想,主要由于枯水期径流量数值波动较小、序列平缓所致。因此,CEEMD方法对于汛期径流序列分解更具优势,对枯水期径流序列分解效果有待提高。将适用于枯水期径流模拟的最近邻抽样回归模型(NNBR)与CEEMD-LSSVM结合成组合模型CEEMD-LSSVM-NNBR,可用于全年入库径流模拟。     

基于变量预测模型的模式识别方法在滚动轴承故障诊断中的应用

将基于变量预测模型(Variable Predictive Model based Class Discriminate,VPMCD)的方法引入滚动轴承的故障诊断,提出了基于EMD(Empirical Mode Decomposition,EMD)和VPMCD的滚动轴承故障诊断方法.采用EMD方法提取滚动轴承振动信号特征向量后,以VPMCD作为模式识别方法对滚动轴承的工作状态和故障类型进行分类.对正常状态、外圈故障、内圈故障3种不同类别下的滚动轴承振动信号进行了分析,结果表明了该方法在滚动轴承故障诊断中的有效性.同时,与人工神经网络(Artificial neural network,ANN)算法的对比分析表明,VMPCD算法分类性能的稳定性以及计算效率均要高于ANN算法.     

蔗汁品质成分的傅里叶变换近红外分析数学模型

 应用傅里叶变换近红外光谱技术 ,采用透射测定方式和PLS算法建立蔗汁蔗糖定量分析数学模型。蔗汁蔗糖分和转光度预测数学模型的决定系数 (R2 )分别为 0 .9980和 0 .9979,均方根差 (RMSECV)分别为 0 .14 3%和 0 .15 5 % ,预测误差与常规分析方法的误差接近。内部交叉证实和外部验证结果表明近红外定量分析有很高的准确度。近红外光谱法完全可以替代甘蔗糖分常规分析方法。傅里叶变换近红外光谱法作为一种快速而准确的定量分析手段 ,在糖厂甘蔗品质管理、原料蔗按质论价体系建立和甘蔗品种选育中有广阔的应用前景     

在线社会网络多维度链式信任计算算法

针对在线社会网络中用户间的复杂关联和信任问题,本文提出一种链式优化方法来降低用户关联的复杂性,同时结合多维度用户评价、时间衰减、共谋识别以及目标用户信誉值几方面综合计算目标用户的动态信任值,建立了在线社会网络优化及信任计算算法,有效地解决了在线社会网络的信任计算问题.     

基于聚类和逐步判别分析的烤烟感官质量特征分类评价

为优化烟叶原料感官质量的评价方法,促进配方设计中不同质量特点烟叶的合理配置,采集陕西中烟曲靖沾益基地县不同等级的初烤烟叶,运用系统聚类和Fisher线性判别法,建立基于化学成分的烤烟感官质量特征分类评价方法。结果表明:聚类分析可将陕西中烟曲靖沾益基地县烟叶的感官质量特征合理分类,三类样品的主要特征分别为香气和烟气浓度低、口感有优势;杂气大、口感差、生理满足感有优势;香气品质有优势。经交叉分析,糖氮碱的协调对香气品质的影响较大,蛋白质、总氮对生理满足感和口感特征的影响较大,两糖比对香气、烟气的充足程度和口感特征的影响较大。建立了烟碱、总氮、还原糖、淀粉、氮碱比、两糖比、糖蛋比和糖氮比等8项指标的烟叶感官质量特征分类评价模型,模型的自身和交互验证平均准确率达80.8%,验证效果较好。     

基于层次分析法的乡镇新增建设用地指标分解

将土地客观配置经济规律融入新增建设用地指标分解中,探寻适合中国土地管理实际需要的理论与方法。在理论分析基础上将层次分析法用于乡镇新增建设用地指标分解中,以加快对乡镇新增建设用地指标分解的分析,提升中国土地资源规划管理的水平。     

投资者情绪指数的经验模态分解：基于增发窗口期的实证研究

投资者情绪是资产定价的重要影响因素。针对以往研究不能较好分离投资者情绪不同成分的局限,引入经验模态分解方法,以实现对投资者情绪的分解。以2013年实施增发的上市公司为样本的实证研究结果表明,经验模态分解方法能够有效地分离出投资者情绪的高频和低频部分。其中,低频部分反映了投资者对股市的长期预期,而高频部分反映了窗口期投资者对增发的情绪变化。同时,增发前投资者会对增发事件产生过度反应,而在增发事件完成之后,投资者的过度反应情绪会逐渐调整,并且该调整过程具有非线性特征。