基于小波变换和EMD方法提取趋势项对比研究被引量：11

Thecomparative study of the signal trend extraction based on Wavelet Transformation and EMD method

下载PDF

导出

摘要分析了小波变换和经验模态分解方法 (EMD)提取信号趋势项的理论和算法,并通过对仿真确定信号加趋势项,基于小波变换和经验模态分解两种方法对振动信号趋势项提取分离,将两种方法所得结果进行比较研究。结果表明,EMD方法提取趋势项,过程更简洁,结果更准确、可靠。

作者李慧浩许宝杰左云波吴国新

机构地区北京信息科技大学现代测控技术教育部重点实验室

出处《仪器仪表与分析监测》 2013年第3期28-30,共3页 Instrumentation·Analysis·Monitoring

基金国家自然科学基金资助项目51275052 北京市自然科学基金重点项目3131002 北京市教委科研计划重点项目KZ201311232036。

关键词趋势项振动信号 EMD 小波变换

分类号 TK83 [动力工程及工程热物理—流体机械及工程]

引文网络
相关文献

参考文献7

1李振兴.结合经验模态分解的振动信号趋势项提取方法[J].飞行器测控学报,2011,30(1):56-60. 被引量：12
2吴夏平,王福明.基于最小二乘法原理的趋势项处理研究[J].微计算机信息,2008,24(30):254-255. 被引量：11
3张德丰.MATLAB小波变换[M].北京:机械工业出版社,2011
4王若平,杨彦朋,王国林,李成彬.EMD在路面不平度信号趋势项中的应用[J].拖拉机与农用运输车,2010,37(4):64-66. 被引量：5
5陈隽,李杰.振动信号趋势项提取的几种方法及其比较[J].福州大学学报（自然科学版）,2005,33(z1):42-45. 被引量：14
6郭兴明,袁志会.基于小波变换和经验模式分解的心音信号研究[J].中国生物医学工程学报,2012,31(1):39-44. 被引量：15
7HUANG N E,SHEN Z,LONG SR,et al.The Empirical Mode Decomposition and the Hilbert Spectrum for Nonlinear and Non-stationary Time Series Anal-ysis[J].Proceeding of Royal Society London,1998,454 (A):903-995

二级参考文献32

1陈隽,李杰.振动信号趋势项提取的几种方法及其比较[J].福州大学学报（自然科学版）,2005,33(z1):42-45. 被引量：14
2刘慧婷,张旻,程家兴.基于多项式拟合算法的EMD端点问题的处理[J].计算机工程与应用,2004,40(16):84-86. 被引量：121
3高品贤.趋势项对时域参数识别的影响及消除[J].振动．测试与诊断,1994,14(2):20-26. 被引量：28
4陈隽,徐幼麟.经验模分解在信号趋势项提取中的应用[J].振动．测试与诊断,2005,25(2):101-104. 被引量：57
5王广斌,刘义伦,金晓宏,何玉辉.基于最小二乘原理的趋势项处理及其MATLAB的实现[J].有色设备,2005,19(5):4-8. 被引量：35
6钟佑明,秦树人.希尔伯特-黄变换的统一理论依据研究[J].振动与冲击,2006,25(3):40-43. 被引量：55
7潘永平,王钦若,严克剑.广义最小二乘法在制冷蒸发器建模中的应用[J].微计算机信息,2006,22(10S):299-300. 被引量：4
8[1]Bendat J S, Piersol A G. Random data: analysis and measurement procedures[M]. Second edition. New York: John Wiley and Sons, 1986. 396-398.
9[3]Huang N E, Shen Z, Long S R, et al. The empirical mode decomposition and the Hilbert spectrum for nonlinear and non - stationary time series analysis[J]. Proceedings of the Royal Society of Longdon, Series A, 1998, 454: 903- 995.
10[5]Xu Y L, Chen J. Characterizing nonstationary wind speed using empirical mode decomposition[J]. J of Structural Engineering,ASCE, 2004, 130(6): 912 - 920.

共引文献47

1庞春颖,韩立喜,刘记奎.基于双自适应提升算法的心音信号去噪研究[J].振动与冲击,2013,32(19):183-186. 被引量：2
2许勇,欧勇鹏,董文才.基于低通滤波和经验模态分解的舰船耐波性试验信号分析方法研究[J].船舶力学,2009,13(5):712-717. 被引量：8
3胡灿阳,陈清军.基于EMD和最小二乘法的基线飘移研究[J].振动与冲击,2010,29(3):162-167. 被引量：21
4梁家诚,路辉,郎荣玲.航空发动机飞行参数的特性分析[J].微计算机信息,2010,26(19):198-200. 被引量：1
5王若平,杨彦朋,王国林,李成彬.EMD在路面不平度信号趋势项中的应用[J].拖拉机与农用运输车,2010,37(4):64-66. 被引量：5
6罗骋,李宏生,赵立业.一种基于多参考信号ICA的重力信号提取方法[J].中国惯性技术学报,2011,19(6):706-712.
7梁兵,汪同庆.基于HHT的振动信号趋势项提取方法[J].电子测量技术,2013,36(2):119-122. 被引量：22
8杨达,王孝通,徐冠雷.基于多尺度极值的一维信号趋势项快速提取方法研究[J].电子与信息学报,2013,35(5):1208-1214. 被引量：4
9张志,孟少平,周臻,朱亚智.振动台试验加速度积分方法[J].振动．测试与诊断,2013,33(4):627-633. 被引量：17
10庞春颖,王小甜,孙晓琳.一种基于改进经验模态分解的癫痫脑电识别新方法[J].中国生物医学工程学报,2013,32(6):663-669. 被引量：9

同被引文献94

1陈隽,李杰.振动信号趋势项提取的几种方法及其比较[J].福州大学学报（自然科学版）,2005,33(z1):42-45. 被引量：14
2祝友林.毛巾剑杆织机控制器输入信号软件去抖方法研究[J].科技创业家,2013(20). 被引量：1
3许纯新,张云龙.具有分段作业特点的非平稳随机载荷的制谱方法研究[J].机械工程学报,1993,29(2):46-51. 被引量：6
4高品贤.趋势项对时域参数识别的影响及消除[J].振动．测试与诊断,1994,14(2):20-26. 被引量：28
5王广斌,刘义伦,金晓宏,何玉辉.基于最小二乘原理的趋势项处理及其MATLAB的实现[J].有色设备,2005,19(5):4-8. 被引量：35
6张晨希,张燕平,张迎春,陈洁,万忠.基于支持向量机的股票预测[J].计算机技术与发展,2006,16(6):35-37. 被引量：28
7黄凯明.滑动平均数字滤波参数研究[J].集美大学学报（自然科学版）,2006,11(4):381-384. 被引量：23
8张荣祥,李正强,郑世杰.基于遗传算法的双阈值小波去噪方法研究[J].传感器与微系统,2007,26(6):20-22. 被引量：11
9Lv J,Cao C H.Prediction of Yarn Quality Based on Differential Evolutionary BP Neural Network[C]//Proceedings of the 4th International Conference on Computational and Information Sciences.Washington D.C.,USA:IEEE Press,2012:1232-1235.
10Zhao B.Prediction of Thin Place of Polyester/Cotton Ring Yarn Properties from Process Parameters by Using Neural Network and Regression Analysis[C]//Proceedings of the 7th International Conference on System of Systems Engineering.Washington D.C.,USA:IEEE Press,2012:18-20.

引证文献11

1邵景峰,王进富,白晓波,雷霞,刘聪颖.基于经验模态分解的织造数据拟合方法比较研究[J].计算机工程,2015,41(5):185-190.
2董小刚,周明眉,秦喜文,刘媛媛,张瑜.基于EMD的PM2.5趋势分析[J].长春工业大学学报,2016,37(2):179-181. 被引量：1
3马子骥,钟广超,刘宏立,李艳福.小波变换的稀疏最优化信号趋势项提取方法[J].传感器与微系统,2017,36(1):27-30. 被引量：5
4周峰华,谢强,王东晓.EEMD在加速度测波技术中的去趋势项应用[J].气象水文海洋仪器,2017,34(2):77-82. 被引量：2
5张慧娟,李冬.相关系数判决的EMD在振动数据趋势项提取中的应用[J].舰船电子工程,2018,38(5):159-163. 被引量：7
6吴振宇,喻敏,金吉,姜楠.基于EMD和ARMA模型的上证指数预测[J].中国商论,2018,0(16):33-35.
7王乾勋,闫明,杜志鹏,张玮,李营.趋势项误差的低频极限特征理论模型与处理方法研究[J].振动与冲击,2018,37(12):239-243. 被引量：5
8白秋产.WSNs中基于RSSI优化的节点定位算法研究[J].测控技术,2019,38(2):79-82.
9王大维,汪浩.一种剔除GPS坐标时间序列非线性趋势项的方法[J].测绘与空间地理信息,2019,42(11):142-144. 被引量：1
10李晓祥,王安麟,付志翼.面向典型换挡工况重构的参数化试验载荷模型[J].哈尔滨工业大学学报,2020,52(1):43-49. 被引量：6

二级引证文献27

1陈建奇,谢碧华.关于上极限与连续单调函数运算的交换问题[J].福建师范大学学报（自然科学版）,2000,16(1):110-111. 被引量：2
2丁鑫,竺红卫,殷浩楠,王一闻.基于机器学习方法的直流电弧故障检测[J].传感器与微系统,2017,36(11):123-127. 被引量：12
3李征,房宏才,柯熙政,李芳,王燕宁.滑动平均法在MEMS陀螺信号趋势项提取中的应用[J].电子测量与仪器学报,2019,0(7):43-49. 被引量：18
4陈亮,刘宏立,郑倩,马子骥,李艳福.基于EEMD-SVD-PE的轨道波磨趋势项提取[J].哈尔滨工业大学学报,2019,51(5):171-177. 被引量：11
5李胜辉,白雪,董鹤楠,刘宁.基于小波与栈式稀疏自编码器的电力电缆早期故障定位方法研究[J].国外电子测量技术,2019,38(5):146-151. 被引量：14
6刘海超,闫明,冯麟涵.带限位隔振系统的冲击响应分析[J].振动与冲击,2019,38(21):172-177. 被引量：4
7付晓强,张仁巍,雷振,刘纪峰,崔秀琴,刘幸.煤矿立井爆破信号趋势项和噪声消除方法[J].兰州工业学院学报,2020,27(1):57-62. 被引量：6
8贾贝,凌天龙,侯仕军,刘殿书,王潇.变分模态分解在爆破信号趋势项去除中的应用[J].爆炸与冲击,2020,40(4):120-128. 被引量：12
9李晓祥,王安麟,樊旭灿,吴景培.非平稳随机循环工况离合器接合优化及跟踪控制[J].哈尔滨工业大学学报,2020,52(7):52-58. 被引量：5
10李晓祥,王安麟,李晓田.面向离合器接合过程控制的不确定性估计[J].西安交通大学学报,2020,54(7):17-24. 被引量：4

1李祥松,冯霏.基于EMD方法求解发动机位移振动信号[J].中国工程机械学报,2015,13(4):312-315. 被引量：2
2华春蓉,闫兵,麻龙刚,许明恒,汤志华.内燃机过渡工况扭振特性研究[J].内燃机车,2006(1):22-24. 被引量：2
3唐贵基,王维珍,胡爱军,田丽洁.Hilbert-Huang变换及其在大型汽轮机故障诊断中的应用[J].东方电气评论,2005,19(4):210-213. 被引量：3
4许自顺,张强.时域积分在振动信号分析中的应用[J].车用发动机,2016(4):87-92. 被引量：4
5孙慧芳,桂中华,李林扬,张洋.基于时间序列组合模型的水电机组状态趋势预测[J].水力发电学报,2016,35(1):79-86. 被引量：6
6郑军林.EMD方法在内燃机故障诊断中的应用[J].内燃机,2012,28(1):55-58. 被引量：2
7邢丽华,鄂加强,禚爰红,田新新.基于EMD方法的柴油机振动信号去噪声处理[J].能源技术,2008,29(1):12-15. 被引量：5
8Suojiang Zhang,Buxing Han,Jianji Wang.Special Topic on Ionic Liquids： Energy, Materials ＆ Environment[J].Science China Chemistry,2016,59(5):505-506. 被引量：2
9胡永梅,张鹏波,纪少波.柴油机振动加速度信号测试及分析方法研究[J].内燃机与动力装置,2010,27(2):8-11. 被引量：4
10段礼祥,张来斌,李刚,王福善,殷树根.基于EMD的天然气发动机供气系统故障诊断方法[J].车用发动机,2010(1):72-76. 被引量：5

仪器仪表与分析监测

2013年第3期

浏览历史

内容加载中请稍等...

基于小波变换和EMD方法提取趋势项对比研究被引量：11

参考文献7

二级参考文献32

共引文献47

同被引文献94

引证文献11

二级引证文献27

相关作者

相关机构

相关主题

浏览历史

基于小波变换和EMD方法提取趋势项对比研究 被引量：11

参考文献7

二级参考文献32

共引文献47

同被引文献94

引证文献11

二级引证文献27

相关作者

相关机构

相关主题

浏览历史

基于小波变换和EMD方法提取趋势项对比研究被引量：11