期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2,013篇文章
< 1 2 … 101 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于变分模态分解的采空区“三带”微震信号能量衰减规律
1
作者 贾宝新 郑克楠 周琳力 《岩土力学》 EI CAS CSCD 北大核心 2024年第4期991-1002,共12页
为探明微震信号能量在采空区“三带”结构中的衰减规律,拟开展采空区覆岩相似模型试验,采集人工激发微震波经由采空区结构传播的微震信号,通过变分模态分解(variational mode decomposition,VMD)处理微震信号,获取各频率下模态分量。针... 为探明微震信号能量在采空区“三带”结构中的衰减规律,拟开展采空区覆岩相似模型试验,采集人工激发微震波经由采空区结构传播的微震信号,通过变分模态分解(variational mode decomposition,VMD)处理微震信号,获取各频率下模态分量。针对采空区微震信号在VMD下各模态分量中心频率与能量之间的关系展开分析。根据中心频率法确定微震信号最佳模态数量,并计算微震信号欠分解状态、最佳分解状态、过分解状态下各分量能量;对各震源下信号最佳分解状态时各模态分量能量与中心频率分布关系进行拟合,分析在“三带”结构中,微震信号不同传播状态下各结构层对信号能量影响作用。研究结果表明:(1)在VMD过程中,人工激发震动信号有效模态数量在6~11范围内,微震信号能量随模态数量变化明显。(2)采用幂函数可实现对微震信号模态能量与频率关系的拟合,且拟合状态良好(决定系数大于0.9),其中低频模态分量包含能量占信号总能量近50%;采用高斯函数可以拟合震源各分量能量在频域上的分布表现,拟合状态较好,且表现出高斯单峰特征。(3)微震信号穿越采空区“三带”结构,微震信号能量随震源位置与传感器距离增加而减小,同时信号能量随震源位置到达传感器穿越岩层数量增加而减小,信号能量在经由垮落带时,能量变化明显,相较于裂隙带和弯曲下沉带,垮落带对信号能量衰减作用明显。 展开更多
关键词 变分模态分解(vmd) 微震信号 信号频率特征 信号能量衰减 采空区“三带”结构
原文传递
基于改进变分模态分解和优化堆叠降噪自编码器的轴承故障诊断
2
作者 张彬桥 舒勇 江雨 《计算机集成制造系统》 EI CSCD 北大核心 2024年第4期1408-1421,共14页
针对滚动轴承在噪声干扰下故障特征难以提取的问题,提出一种改进变分模态分解(VMD)和复合缩放排列熵(CZPE)的特征提取新方法,并利用优化堆叠降噪自编码器(SDAE)进行故障分类。首先,提出由“余弦相似度—峭度—包络熵”新综合评价指标自... 针对滚动轴承在噪声干扰下故障特征难以提取的问题,提出一种改进变分模态分解(VMD)和复合缩放排列熵(CZPE)的特征提取新方法,并利用优化堆叠降噪自编码器(SDAE)进行故障分类。首先,提出由“余弦相似度—峭度—包络熵”新综合评价指标自适应优化分解参数的改进VMD方法,并通过该指标筛选分解后的本征模态函数(IMF)分量;然后,为提取更全面的故障特征,引入新的复合缩放排列熵对各有效IMF的故障特征进行量化;最后,提出一种基于鼠群优化算法(RSO)与麻雀搜索算法(SSA)的混合算法优化SDAE网络超参数,将故障特征输入优化后SDAE网络中得到分类结果。采用美国CWRU轴承数据集进行验证,实验结果表明该方法能全面稳定地提取背景噪声下的故障特征,且与其他方法相比具有更好的抗噪性能和更高的故障诊断准确率。 展开更多
关键词 变分模态分解 综合评价指标 复合缩放排列熵 混合算法 堆叠降噪自编码器
下载PDF
基于逐次变分模态分解的飞轮-火电一次调频控制策略
3
作者 张萍 刘海涛 《全球能源互联网》 CSCD 北大核心 2024年第2期166-178,共13页
随着新型电力系统的大力建设与推广,火电机组面临的调频压力增大,提出一种逐次变分模态分解的飞轮-火电一次调频控制策略。首先,以飞轮储能和火电机组为研究对象,建立考虑新能源占比的飞轮-火电一次调频模型;其次,将一次调频功率指令利... 随着新型电力系统的大力建设与推广,火电机组面临的调频压力增大,提出一种逐次变分模态分解的飞轮-火电一次调频控制策略。首先,以飞轮储能和火电机组为研究对象,建立考虑新能源占比的飞轮-火电一次调频模型;其次,将一次调频功率指令利用逐次变分模态方法分解,由火电机组响应分解后的低频功率指令,同时设计飞轮储能下垂优化控制方法,实现飞轮储能与火电机组响应频率变化的协同控制;最后在不同工况下仿真验证,结果表明所提策略可有效避免火电机组一次调频时的频繁出力,减小火电机组响应频率变化时的调控要求,同时可最大限度地利用飞轮储能调频容量并保证飞轮储能调频期间的运行安全,进一步提升了系统的频率响应能力。 展开更多
关键词 飞轮储能 火电机组 逐次变分模态分解 一次调频 下垂控制
下载PDF
采用变分模态分解与领域自适应的表面肌电信号手势识别
4
作者 姜海燕 许先静 +1 位作者 钟凌珺 李竹韵 《西安交通大学学报》 EI CAS CSCD 北大核心 2024年第5期75-87,共13页
针对传统机器学习在表面肌电信号手势识别领域的适应性和准确性不足,以及新用户因个体生理和行为差异在已有模型上表现不佳的问题,提出一种利用卷积神经网络模型并有效克服肌电数据分布差异的算法,用于提升手势识别的性能。首先对肌电... 针对传统机器学习在表面肌电信号手势识别领域的适应性和准确性不足,以及新用户因个体生理和行为差异在已有模型上表现不佳的问题,提出一种利用卷积神经网络模型并有效克服肌电数据分布差异的算法,用于提升手势识别的性能。首先对肌电信号进行变分模态分解,构建易于识别的表面肌电图像,并提出了一种卷积神经网络模型进行手势识别,提升用户相关的肌电信号手势识别准确率;同时利用迁移学习中的领域自适应和模型微调技术,提升用户无关的肌电信号手势识别准确率,并将所提算法在NinaPro DB1肌电数据集中进行了3分类、4分类、5分类和12分类共4组评估验证。结果表明:在4组评估验证中,用户相关的肌电信号手势识别平均准确率分别达到了99.28%、99.30%、98.39%和93.40%,用户无关的肌电信号手势识别平均准确率分别达到了94.05%、92.60%、88.38%和70.03%,表明本文提出的算法在表面肌电信号手势识别中具有良好的效果,为实现人机交互中的普适性的肌电设备开发提供了一种可行的方案。 展开更多
关键词 领域自适应 卷积神经网络 手势识别 变分模态分解 表面肌电信号
下载PDF
基于变分模态分解和稀疏表示的局部放电信号去噪算法
5
作者 钟俊 刘桢羽 +2 位作者 赵晓坤 唐妮妮 毕潇文 《现代信息科技》 2024年第1期77-83,共7页
鉴于局部放电信号受各种噪声的干扰,文章提出一种基于变分模态分解和稀疏分解的局部放电信号去噪算法。以稀疏表示算法为核心,基于局部放电信号的特性构建其过完备字典,再采用匹配追踪算法在过完备字典中搜索出原信号的最佳匹配原子集... 鉴于局部放电信号受各种噪声的干扰,文章提出一种基于变分模态分解和稀疏分解的局部放电信号去噪算法。以稀疏表示算法为核心,基于局部放电信号的特性构建其过完备字典,再采用匹配追踪算法在过完备字典中搜索出原信号的最佳匹配原子集合重构信号;为解决过完备字典维度过高而导致的搜索次数太多的问题,引进变分模态分解算法和峭度值筛选进行预处理和预重构;优化后的方法可以限制稀疏分解算法的搜索范围和字典参数,以减小计算复杂度。仿真验证以及对工程环境中实测信号的去噪结果表明:该方法具有更好的降噪效果,即使在极低信噪比的情况下,依旧能提取出有效的局部放电信号。 展开更多
关键词 局部放电信号 变分模态分解 峭度 稀疏表示 机器学习 匹配追踪算法 自适应
下载PDF
遗传算法优化变分模态分解提取舰船辐射噪声特征线谱方法
6
作者 沈鑫玉 陈涛 +2 位作者 郭良浩 刘建军 陈艳丽 《应用声学》 CSCD 北大核心 2024年第1期1-11,共11页
特征线谱提取是舰船目标识别的一个重要研究环节,常采用传统的DEMON谱分析方法,处理过程中,一般对舰船噪声时域信号未予抑噪,低信噪比情况下,传统DEMON谱分析性能差。对此,提出一种采用遗传算法优化变分模态分解方法,用于分解舰船噪声... 特征线谱提取是舰船目标识别的一个重要研究环节,常采用传统的DEMON谱分析方法,处理过程中,一般对舰船噪声时域信号未予抑噪,低信噪比情况下,传统DEMON谱分析性能差。对此,提出一种采用遗传算法优化变分模态分解方法,用于分解舰船噪声原时域信号,获得抑制噪声后的舰船噪声重构信号,进而有效提取了舰船目标噪声幅度调制特征线谱。该方法首先采用遗传算法优化变分模态分解的两个关键输入参数(分解所取模态个数和惩罚因子),对变分模态分解得到的各阶固有模态分量加以判别,去除噪声主导分量,保留信号主导分量,使重构舰船噪声信号显著抑制了干扰噪声,然后对降噪后的重构信号进行频谱分析,获得目标噪声调制特征线谱。理论分析、仿真和实验数据处理结果表明,相比传统DEMON谱分析法,基于遗传算法优化变分模态分解的舰船噪声特征线谱提取方法具有更好的噪声抑制能力,所获取的舰船噪声幅度调制特征线谱信噪比明显高于传统DEMON方法,具有一定优势,前景良好。 展开更多
关键词 舰船辐射噪声 遗传算法 变分模态分解 特征线谱提取
下载PDF
GPR绕射波与反射波分离的变分模态分解方法研究
7
作者 商耀达 刘财 +1 位作者 徐杨杨 鹿琪 《世界地质》 CAS 2024年第1期82-92,共11页
针对传统绕射波与反射波分离方法易造成有效信号丢失的问题,本文利用二维变分模态分解(2D-VMD)进行探地雷达(GPR)数据的绕射波与反射波分离。对二维GPR数据进行2D-VMD分解后,可得到包含从低频低波数到高频高波数的各阶模态分量及各阶模... 针对传统绕射波与反射波分离方法易造成有效信号丢失的问题,本文利用二维变分模态分解(2D-VMD)进行探地雷达(GPR)数据的绕射波与反射波分离。对二维GPR数据进行2D-VMD分解后,可得到包含从低频低波数到高频高波数的各阶模态分量及各阶模态分量的F-K谱。通过分析绕射波与反射波在频率-波数域的差异,分别重构绕射波与反射波对应的模态分量,得到分离后的绕射波与反射波数据。数值模拟与实测数据处理结果表明,相比于传统方法,该方法可以有效分离绕射波与反射波,并且不损失任何有效信号。 展开更多
关键词 探地雷达 二维变分模态分解 F-K谱 绕射波 反射波 波场分离
下载PDF
基于变分模态分解的GNSS高程时间序列时变信号提取
8
作者 武曙光 边少锋 +2 位作者 李厚朴 李昭 欧阳华 《测绘学报》 EI CSCD 北大核心 2024年第1期79-90,共12页
针对GNSS坐标时间序列中的时变信号难以由现有最小二乘、最大似然估计(MLE)等参数化方法准确提取的问题,本文采用变分模态分解(VMD)方法将中国内地构造环境监测网络(CMONOC)测站的高程时间序列分解为一系列本征模态函数(IMF),进而重构... 针对GNSS坐标时间序列中的时变信号难以由现有最小二乘、最大似然估计(MLE)等参数化方法准确提取的问题,本文采用变分模态分解(VMD)方法将中国内地构造环境监测网络(CMONOC)测站的高程时间序列分解为一系列本征模态函数(IMF),进而重构出测站位置时间序列中含有的时变信号。结果表明,相对于MLE方法,VMD方法在97.9%的测站上均方根误差(RMSE)改进率为正值,因此该方法有助于绝大多数测站精确提取出时变信号,减弱高程时间序列中的非线性形变。另外,从相关系数和信噪比的角度来看,VMD方法得到的重构序列与原始序列之间的相关系数更高,信噪比也更大,表明降噪效果较好。通过特定测站的分析表明,VMD方法能有效探测出GNSS高程时间序列预处理中包含遗漏的阶跃信号的测站,表现为较大的RMSE改进率,这在大批量测站的阶跃信号探测中具有一定的实用价值。VMD方法相对于小波分解(WD)经验模态分解(EMD)具有更好的自适应性,但IMF分量个数仍然需要针对具体测站进行逐一确定,当分解个数和重构分量选取恰当时,VMD方法在GNSS高程时间序列中的应用效果可进一步提高。 展开更多
关键词 GNSS高程时间序列 变分模态分解 CMONOC测站 RMSE改进率
下载PDF
基于混沌理论、变分模态分解和长短期记忆网络的地磁变化预测方法
9
作者 于文强 李厚朴 +1 位作者 刘敏 宋立忠 《地震学报》 CSCD 北大核心 2024年第1期92-105,共14页
针对地磁变化场的非平稳性、非线性以及物理模型难以预测的特点,提出了一种改进的长短期记忆网络预测方法并进行了验证。首先应用变分模态分解方法对地磁台站数据进行去噪,再根据地磁变化的混沌特性引入混沌理论对样本集进行优化,最终... 针对地磁变化场的非平稳性、非线性以及物理模型难以预测的特点,提出了一种改进的长短期记忆网络预测方法并进行了验证。首先应用变分模态分解方法对地磁台站数据进行去噪,再根据地磁变化的混沌特性引入混沌理论对样本集进行优化,最终以长短期记忆网络预测地磁变化并对改进前后的方法进行了对比。结果显示,优化方法的预测效果较稳定,平均绝对误差小于2 nT,相关指数R~2超过0.8,预测值与实测值的拟合度较高,有效预测时长可达2.5天,且在中国大陆的泛用性较好。 展开更多
关键词 变分模态分解 混沌理论 长短期记忆 地磁变化
下载PDF
基于多元变分模态分解和混合深度神经网络的短期光伏功率预测
10
作者 郭威 孙胜博 +2 位作者 陶鹏 徐建云 白新雷 《太阳能学报》 EI CAS CSCD 北大核心 2024年第4期489-499,共11页
针对传统分解预测方法忽略太阳辐照度等多维气象因素与光伏功率在时域和频域上的耦合关系以及深度神经网络在训练中出现的特征学习效率低、训练速度慢、过拟合等问题,提出基于多元变分模态分解(MVMD)和混合深度神经网络的短期光伏功率... 针对传统分解预测方法忽略太阳辐照度等多维气象因素与光伏功率在时域和频域上的耦合关系以及深度神经网络在训练中出现的特征学习效率低、训练速度慢、过拟合等问题,提出基于多元变分模态分解(MVMD)和混合深度神经网络的短期光伏功率预测方法。首先,采用MVMD对光伏功率及多维气象序列进行时频同步分析,将其分解为频率对齐的多元本征模态函数,从而降低序列中非线性和波动性的影响。其次,针对多元本征模态函数,分别建立基于混合深度神经网络的预测模型。该模型采用卷积神经网络和双向长短时记忆神经网络来分别提取光伏功率及气象序列的空间相关特征和时间相关特征,并采用注意力机制来增强对重要时间点特征的学习权重。此外,使用残差连接来加快网络的训练速度以及缓解过拟合问题。通过实际工程实验分析,验证了该文方法的优越性。 展开更多
关键词 光伏 预测 神经网络 多元变分模态分解 注意力机制 残差连接
原文传递
基于多参数自适应VMD的GNSS形变监测序列分解
11
作者 高旺 龚舒宁 +2 位作者 潘树国 倪江生 李慧生 《中国惯性技术学报》 EI CSCD 北大核心 2024年第1期97-106,共10页
针对结构健康监测场景下,全球导航卫星系统(GNSS)形变监测序列中各类特征相互混叠,难以进行特征提取与独立分析的问题,提出一种基于多参数自适应变分模态分解(MA-VMD)的时间序列分解算法。首先对变分模态分解(VMD)算法中多项参数对分解... 针对结构健康监测场景下,全球导航卫星系统(GNSS)形变监测序列中各类特征相互混叠,难以进行特征提取与独立分析的问题,提出一种基于多参数自适应变分模态分解(MA-VMD)的时间序列分解算法。首先对变分模态分解(VMD)算法中多项参数对分解结果的影响进行了综合分析;然后从原始序列以及分解结果的频域特性出发,自适应调整分解模态数、惩罚因子、初始中心频率及拉格朗日乘子四组参数,建立MA-VMD算法。仿真序列实验表明,MA-VMD算法的序列分解结果与真实值之间的互相关系数为98.77%、均方根误差为0.1365 mm,均接近全局最优,并显著优于经验模态分解、奇异谱分析、改进变分模态分解等算法。最后基于实测GNSS变形监测数据验证了所提算法在工程应用上的有效性。 展开更多
关键词 GNSS形变监测 变分模态分解 多参数优化
下载PDF
基于变分模态分解的休息态虚拟现实晕动症脑电自动检测
12
作者 化成城 柴立宁 +2 位作者 周占峰 陈旭 刘佳 《电子测量与仪器学报》 CSCD 北大核心 2024年第2期171-181,共11页
虚拟现实晕动症的存在是制约VR技术行业进一步发展的关键因素,研究虚拟现实晕动症相关的神经活动及对其准确检测是解决此问题的前提,此前研究缺少对休息态虚拟现实晕动症神经活动的研究。因此,本研究利用虚拟现实晕动症暴露任务前后休... 虚拟现实晕动症的存在是制约VR技术行业进一步发展的关键因素,研究虚拟现实晕动症相关的神经活动及对其准确检测是解决此问题的前提,此前研究缺少对休息态虚拟现实晕动症神经活动的研究。因此,本研究利用虚拟现实晕动症暴露任务前后休息态脑电信号,提出虚拟现实晕动症脑电特征作为指标实现对虚拟现实晕动症的检测。首先,通过统计分析对所选的5个电极即Fp1、Fp2、F8、T7及T8的脑电信号分别进行变分模态分解,并从选中的模态分量中提取样本熵、排列熵及中心频率。然后,通过统计检验和ReliefF算法进行两个阶段的特征选择。最后,将选择的特征向量送入支持向量机中进行分类,进而实现对虚拟现实晕动症的自动检测。结果表明,此方法准确率、灵敏度及特异度分别达到了98.3%、98.5%及98.1%,ROC曲线下的面积值达到了1,优于其他方法,证明了此方法在虚拟现实晕动症脑电信号自动检测方面优势与有效性。 展开更多
关键词 虚拟现实晕动症脑电 变分模态分解 样本熵 排列熵 中心频率
原文传递
基于变分模态分解与深度集成组合模型的瓦斯涌出量预测
13
作者 展广涵 王雨虹 +1 位作者 付华 王淑月 《控制工程》 CSCD 北大核心 2024年第3期478-488,共11页
为提高瓦斯涌出量预测精度,提出一种基于变分模态分解(variationalmode decomposition,VMD)的注意力机制(attentionmechanism,AM)-长短期记忆(longshortterm memory, LSTM)网络与极端梯度提升(extreme gradient boosting, XGBoost)组合... 为提高瓦斯涌出量预测精度,提出一种基于变分模态分解(variationalmode decomposition,VMD)的注意力机制(attentionmechanism,AM)-长短期记忆(longshortterm memory, LSTM)网络与极端梯度提升(extreme gradient boosting, XGBoost)组合的预测模型。利用VMD将瓦斯涌出量原始数据分解为高、低频率的分量,以长短期记忆网络时序分析模型为基础,将分解后的高频分量作为其输入。同时,引入注意力机制提取瓦斯涌出量影响因素时序数据中的关键信息,增强序列数据中关键信息的表达,提高模型的预测精度。利用XGBoost模型对低频分量进行预测,将高、低频分量的预测结果进行叠加求和,得到最终的瓦斯涌出量预测值。根据实验结果,引入注意力机制后模型的预测精度明显高于无注意力机制的预测模型,且所提出的组合模型的预测精度均高于对应的单一模型和其他对比模型,验证了该方法的有效性。 展开更多
关键词 变分模态分解 注意力机制 长短期记忆网络 瓦斯涌出量预测 XGBoost
原文传递
基于变分模态分解和复合变量选取的短期负荷预测
14
作者 周纲 黄瑞 +3 位作者 刘谋海 李文博 胡军华 高云鹏 《电测与仪表》 北大核心 2024年第2期122-129,共8页
精准的短期负荷预测是实现电网精益化运行和管理重要保障,但存在短期负荷波动性强、负荷预测关键影响因素选取困难等精准预测难题。利用变分模态分解将原始电力负荷数据分解为多个子序列,挖掘短期负荷波动特征的同时避免模态混叠问题,... 精准的短期负荷预测是实现电网精益化运行和管理重要保障,但存在短期负荷波动性强、负荷预测关键影响因素选取困难等精准预测难题。利用变分模态分解将原始电力负荷数据分解为多个子序列,挖掘短期负荷波动特征的同时避免模态混叠问题,提出复合变量选取算法分析筛选影响负荷波动的关键因素,有效去除预测干扰信息并进一步简化预测模型的复杂度,通过兼顾数据短期依赖和长期依赖的长短时记忆神经网络对各子序列进行预测,并将各子序列预测结果进行叠加实现最终的短期负荷预测,据此建立基于变分模态分解和复合变量选取的短期负荷预测方法。选取2019年整年长沙市实际数据验证结果表明,提出算法在复杂外部影响因素下,能准确筛选负荷预测的关键影响因素,相比传统预测模型,提出模型结构更简单、预测精度更高。 展开更多
关键词 短期负荷预测 变分模态分解 复合变量选取算法 长短时记忆神经网络
下载PDF
基于分位数回归模型和经验模态分解的全球变暖问题研究
15
作者 肖洁 艾敏 倪中新 《上海大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第1期152-163,共12页
利用分位数回归模型和经验模态分解(empirical mode decomposition,EMD)方法对气候及其变化进行分析和预测.首先,采用全球热力图对气温数据进行描述统计,并采用经验模态分解方法降噪获取趋势项来引入全球气温周期概念,探究全球气候变暖... 利用分位数回归模型和经验模态分解(empirical mode decomposition,EMD)方法对气候及其变化进行分析和预测.首先,采用全球热力图对气温数据进行描述统计,并采用经验模态分解方法降噪获取趋势项来引入全球气温周期概念,探究全球气候变暖趋势;然后,基于多元线性回归模型及分位数回归模型寻找全球气温的影响因素,并对气温进行建模及预测.研究结果可为全球气候分析提供统计学支撑. 展开更多
关键词 温室效应 全球变暖 分位数回归 经验模态分解
下载PDF
基于变分模态分解和自动编码器的PIN二极管温度特性预测
16
作者 张洋 周扬 +2 位作者 张泽海 阳福香 葛行军 《强激光与粒子束》 CAS CSCD 北大核心 2024年第4期96-101,共6页
提出融合变分模态分解(VMD)和自编码器的预测方法,将温升特性曲线分解成若干个子信号分量,其中包含高频的波动量、中间量和低频的趋势量,然后利用自编码器对每个分量进行预测,最后将分量的预测值相加,从而实现对PIN二极管温升特性曲线... 提出融合变分模态分解(VMD)和自编码器的预测方法,将温升特性曲线分解成若干个子信号分量,其中包含高频的波动量、中间量和低频的趋势量,然后利用自编码器对每个分量进行预测,最后将分量的预测值相加,从而实现对PIN二极管温升特性曲线的精准预测。通过与多种机器学习方法的对比验证了结合VMD分解可有效提升预测精度,同时也验证了自编码器在特性曲线拟合上的优势。 展开更多
关键词 PIN二极管 强电磁信号 器件特性预测 变分模态分解 自编码器
下载PDF
基于多元变分模态分解与峭度的配电电缆故障定位方法
17
作者 李佳宇 王光临 +5 位作者 罗建华 王永翔 张晓博 王雪 王晓卫 王群营 《电网与清洁能源》 CSCD 北大核心 2024年第3期92-98,共7页
针对现有配电网电缆故障定位的准确率和可靠性均偏低的问题,提出一种基于多元变分模态分解(multivariate variational mode decomposition,MVMD)与峭度的故障定位方法。鉴于MVMD模态数K及惩罚因子α对算法与信号的匹配度有较大影响,改进... 针对现有配电网电缆故障定位的准确率和可靠性均偏低的问题,提出一种基于多元变分模态分解(multivariate variational mode decomposition,MVMD)与峭度的故障定位方法。鉴于MVMD模态数K及惩罚因子α对算法与信号的匹配度有较大影响,改进了MVMD的参数;利用改进的MVMD算法分解故障电流暂态分量,获得多个本征模态函数分量后分别计算其峭度,取峭度最大值所对应的模态为特征模态,并标定行波波头;修正电磁暂态下的行波波速,用双端法行波测距实现故障的精准定位。仿真结果表明:故障点距离电缆中间位置越近,其定位精度越高;当故障点靠近电缆两端,则其定位误差相对较大,但均在0.3%内。该方法不受故障电阻的影响,且定位结果具备高精度与高可靠性。 展开更多
关键词 多元变分模态分解 故障定位 峭度 交联聚乙烯电缆
下载PDF
基于旋转变分模态分解的IMU角速度去噪算法
18
作者 覃舒娴 覃晓兰 刘运毅 《仪表技术与传感器》 CSCD 北大核心 2024年第3期101-104,115,共5页
惯性测量单元(IMU)的应用中,角速度的噪声误差积累对姿态解算性能有较大的影响。针对角速度中存在的噪声,提出一种融合了变分模态分解(VMD)和角速度旋转三维分解的去噪算法。首先通过坐标系旋转获得角速度在不同虚拟轴的输出,再利用VMD... 惯性测量单元(IMU)的应用中,角速度的噪声误差积累对姿态解算性能有较大的影响。针对角速度中存在的噪声,提出一种融合了变分模态分解(VMD)和角速度旋转三维分解的去噪算法。首先通过坐标系旋转获得角速度在不同虚拟轴的输出,再利用VMD提取合适分量重构虚拟轴信号。VMD的非线性重构使得各个虚拟轴的残留误差相对独立,最终多个虚拟轴的反向旋转回到原始坐标系后通过独立信号的均值合并能有效消除IMU中角速度的噪声。基于EuRoC数据集的实验结果表明:该算法降噪效果显著,均方根误差降低70%~85%,且能有效平衡三轴误差。 展开更多
关键词 变分模态分解 旋转重构 角速度去噪
下载PDF
遗传算法优化变分模态分解在轴承故障特征提取中的应用
19
作者 单玉庭 刘韬 +1 位作者 褚惟 缪护 《噪声与振动控制》 CSCD 北大核心 2024年第1期148-153,204,共7页
针对变分模态分解(Variational Mode Decomposition,VMD)过程中模态分量个数和惩罚参数大小依赖先验知识,单一或顺序优化单一参数可能导致局部最优的问题,提出以包络熵和包络峭度因子作为适应度函数,利用遗传算法全局寻优的特点,对VMD... 针对变分模态分解(Variational Mode Decomposition,VMD)过程中模态分量个数和惩罚参数大小依赖先验知识,单一或顺序优化单一参数可能导致局部最优的问题,提出以包络熵和包络峭度因子作为适应度函数,利用遗传算法全局寻优的特点,对VMD的模态分量个数和惩罚参数组合进行优化。通过最优参数组合下的VMD对信号进行分解,可以获得多个本征模态分量(Intrinsic Mode Function,IMF),选择适应度函数最小IMF分量作为有效IMF分量进行包络解调,从中提取轴承信号的故障特征频率。对多种轴承故障类型信号进行分析并与其他方法对比,结果表明所提方法能有效提取轴承故障特征,有助于实现微弱故障条件下轴承故障特征频率的准确提取。 展开更多
关键词 故障诊断 变分模态分解 包络熵 包络峭度因子 遗传算法 包络解调
下载PDF
基于变分模态分解的肺音去噪算法
20
作者 孙文慧 张乙鹏 +1 位作者 林冬梅 陈扶明 《中国医学物理学杂志》 CSCD 2024年第4期479-485,共7页
目的:为有效提高肺音信号质量,提出一种基于变分模态分解的肺音去噪方法。方法:首先利用经验模态分解对带噪肺音信号进行分解,根据本征模态函数特征确定最佳分解层数,然后根据分解层数对原始带噪肺音进行变分模态分解处理,接着根据皮尔... 目的:为有效提高肺音信号质量,提出一种基于变分模态分解的肺音去噪方法。方法:首先利用经验模态分解对带噪肺音信号进行分解,根据本征模态函数特征确定最佳分解层数,然后根据分解层数对原始带噪肺音进行变分模态分解处理,接着根据皮尔逊系数选取有用模态,最后采用阈值方法对各模态函数去噪,重构后得到没有噪声干扰的肺音信号。结果:通过与维纳滤波和FIR滤波进行对比,本文方法的语音质量感知评价、短时间客观可读性和源信号失真比均更优。结论:本文方法能有效对肺音信号进行去噪处理。 展开更多
关键词 肺音去噪 变分模态分解 经验模态分解
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 101 下一页 到第 页
使用帮助 返回顶部