共查询到18条相似文献，搜索用时 765 毫秒
1.
《武汉大学学报(信息科学版)》2010,(7)
针对Hilbert-Huang变换(HHT)中原经验模态分解法在信号存在中断时出现模态混叠问题,研究了利用噪声辅助的分解方法——总体平均经验模态分解法(ensemble empirical mode decomposition,EEMD)的分解过程及其噪声控制。将此改进的分解方法结合随机减量技术获取振动信号的自由衰减响应,为进一步的Hilbert变换识别模态参数提供有效数据。将该方法结合武汉白沙洲长江大桥GPS实测数据进行了模态识别,结果表明,利用噪声辅助的总体平均经验模态分解法(EEMD)能够有效地克服分解过程中的模态混叠现象,使桥梁模态清晰地分解开来。 相似文献
2.
3.
为了削弱结构动态监测中GPS随机噪声的影响,本文研究了一种基于集成经验模态分解(EEMD)技术的滤波方法。根据信号自身尺度分解信号,基于分解产生的本征模态函数(IMF)的Fourier变换频谱特征,构造了EEMD时空滤波器。对不同信噪比的仿真非平稳数据进行去噪处理并与小波去噪法相比较,各项指标表明基于EEMD滤波器的去噪方法与小波去噪方法效果相当,但避免了小波基的选择,具有更大的自适应性。应用于GPS动态监测数据的去噪结果表明该方法能有效分解信号消除GPS高频噪声及低频噪声的影响,提取有用振动信号,为进一步结构分析提供有效数据。 相似文献
4.
为了准确提取桥梁GNSS监测数据中的有效变形特征,本文充分发挥自适应噪声完备集合经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise, CEEMDAN)与小波变换(Wavelet Transform, WT)在信号降噪中的优势,将二者结合进行桥梁GNSS监测数据降噪。首先通过CEEMDAN方法将原始监测数据分解为若干个本征模态函数(Intrinsic Mode Function, IMF),并通过相关系数识别出有效IMF分量,包含噪声的IMF分量以及无效IMF分量;其次使用WT软阈值降噪方法对包含噪声的IMF分量进一步降噪;最后重构降噪后IMF分量与有效IMF分量。通过仿真实验数据与苏通大桥实测GNSS数据对本文方法的有效性与优越性进行检验,结果表明,本文方法具有良好的降噪效果,能够有效提取桥梁的真实变形信息。 相似文献
5.
6.
陀螺随机误差是影响惯性导航系统精度的主要因素。在经验模态分解（EMD）和阈值降噪的基础上,提出一种基于集合经验模态分解（EEMD）的区间阈值的陀螺信号降噪方法。该方法利用EEMD方法将陀螺信号分解多个本征模态函数（IMF）分量和1个残余分量,基于信号和IMF分量的概率密度函数的2范数距离方法剔除纯噪声IMF分量,利用改进的区间阈值降噪方法实现信号的降噪。仿真和实测试验表明,该方法不仅能有效抑制EMD中的模态混叠问题,而且能有效削弱陀螺的随机误差,从而提高惯性导航系统的精度和可靠性。 相似文献
7.
运用Hilbert-Huang变换（HHT）从时频域的角度对大坝监测资料进行了分析。通过经验模态分解（empirical mode decomposition,EMD）,测值序列被分解为以不同频率波动的内在模态分量（IMF）和代表序列变化趋势性的余量,其分解所得的各IMF分量的变化具有调幅调频特征,余量则可以反映测值趋势性变化的局部特征。效应量和环境量测值的Hilbert谱存在一定的相似性,测值变化的调幅调频特征反映了大坝、基岩和周围环境组成的复杂系统的非线性和非平稳性。 相似文献
8.
利用不同尺度下的位场数据进行边界检测可获得相应的多尺度边界信息,其在区域地质构造单元划分、地质填图、矿产资源圈定和结晶基底研究等方面具有广泛应用。通过联合二维经验模态分解（bi-dimensional empirical mode decomposition, BEMD）和小波模极大值（wavelet modulus maximum, WMM）方法实现位场数据多尺度分解及各尺度异常边界检测,首先,证明了BEMD方法能够实现对位场的多尺度分解,且分解各尺度异常具有实际地质含义;然后,对构建的模型重力异常进行边界检测,结果显示, WMM方法具有良好的抗噪声干扰能力,能够清晰、准确地检测出组合模型体的边界位置、走向及分布范围;最后,将该联合方法用于三峡地区布格重力异常的多尺度分解和各级固有模态函数的边界检测,结合径向对数功率谱曲线对分解各尺度异常进行场源深度估计,得到了三峡地区不同深度层位上的构造或岩体线性分布特征,并对各尺度异常边界检测结果与区域地质构造特征进行了比较分析和解释,验证了该方法的优越性和有效性。 相似文献
9.
连续的全球卫星导航系统(GNSS)基准站的坐标时间序列中包含了复杂的噪声信号、非构造形变及其它因素的影响,尤其在垂直方向,对GNSS基准站在国际地球参考框架(ITRF)下的运动速率估计产生了较大的干扰。为进一步提高速率精度,文中采用整体模态分解(EEMD)方法对GNSS基准站的垂向观测时间序列进行分解,并根据各种信号的Hurst值进行分类及重构为噪声信号、季节性信号和长期趋势信号,采用最小二乘方法拟合长期趋势信号得到垂向速率。通过对中国大陆构造环境监测网络(CMONOC)的GNSS台站从2001—2013年近13a的垂向坐标时间序列的实例分析,采用基于EEMD和Husrt指数的最小二乘法能够准确地估计GNSS基准站的垂向速率。 相似文献
10.
揭示与地震孕育过程相关的变形场特征是判别地震孕育阶段及地震危险性的一个重要途径。收集汶川Ms 8.0地震震中区汶川台自2002年10月至汶川地震前的地倾斜观测数据,利用小波分析方法和分段拟合方法,提取了震前地倾斜变化的阶段性特征;利用2001年以来全球卫星导航系统（global navigation satellite system, GNSS）站坐标日解数据,计算了震中附近的泸州GNSS站与周围GNSS站间基线,通过基线变化与区域地震的Benioff蠕变结果的对比,发现了二者的协同性特征。分析结果表明,2004年底汶川台地倾斜速率出现显著下降,西向倾斜速率由230 ms/a减少到130 ms/a;2007年初至发震前减少到60 ms/a;2007年底至发震前未出现指数型加速变化。广州-泸州GNSS基线在2005年初开始的加速缩短异常与Benioff蠕变亏损异常具有较高的相关性,相关系数为0.89;该基线加速缩短持续时间约2.5 a,对应地震的震级估计为7.9级,与汶川地震震级相当,反映了其与汶川地震的应变积累具有一定的相关性。2004年苏门答腊Ms 8.9地震的发生对川滇地区应力应变场影响较为显著,对汶川地震的孕育发生起到了加速作用。研究结果对于认识地壳形变观测的意义及创新地震预测思路具有参考价值。 相似文献
11.
提出了面应变综合预测指标法,目的是将全球卫星定位系统（global position system,GPS）观测结果应用于地震短临预测。基于云南省GPS连续观测资料,利用GPS高精度数据处理软件（GAMIT/GLOBK）处理后获得位移场。对位移场进行网格化插值获得均匀分布于56个网格的位移场,基于每个网格位移场时间序列求取其面应变时间序列,并对每个网格面应变时间序列的映震能力进行评价、综合,提取出适合于云南地区的地震短临异常识别指标。实践表明,综合预测指标对云南地区2011年以来发生的20次5级以上地震进行3个月短临预测,其中准确预测次数为19次,漏报数为1次,虚报5次,认为该指标对地震发震时间、震中均具有较好的指示意义,可用于云南地区未来的地震短临预测实践。 相似文献
12.
断层的瞬态无震蠕滑常诱发震级高、破坏性强的地震。针对其滑动速度缓慢,难以探测的问题,本文基于GNSS连续坐标时间序列的异常波动提出一种断层瞬态无震蠕滑信息的自动探测方法。首先利用独立成分分析进行时空滤波,提高坐标时间序列的信噪比;然后计算坐标时间序列波动的相对强度指数及峰度值;最后通过累积分布函数将其转换为蠕滑信号概率,进而探测断层蠕滑事件。本文模拟500 d GNSS地表位移时间序列进行仿真试验,其中包含25 d瞬态蠕滑信号。试验结果表明,当信号强度至少与噪声水平相当时可有效探测出断层的蠕滑信息。计算Akutan地区连续3年的GNSS数据后探测到一个蠕滑信号,推断其可能为火山岩强烈运动引起的无震蠕滑。通过对四川省陆态网18个测站7年的GNSS数据处理后发现了4个异常信号,结果表明这些信号可能与震前应力积累造成的地表异 相似文献
13.
全球导航卫星系统（global navigation satellite system,GNSS）位置时间序列蕴含有丰富的构造和非构造变形信息,具有成分复杂、建模困难、非构造信息难以有效分离等特点,利用自适应的经验模态分解（empirical mode decomposition,EMD）方法对川滇地区24个GNSS连续站时间序列作周期项修正。结果表明,周期项的修正十分必要,EMD方法能够根据每个台站信号的自身特性,自适应地提取不同频率、振幅的周期成分,这也更符合实际情况;相较于谐波模型,EMD方法对原始时间序列在N、E、U方向的改正均更加精确有效。使用修正后的连续站时间序列模拟流动观测,发现经过5～6 a/期观测即可得到相对可靠的台站运动速度,并通过距离较近的实际连续观测站对流动观测站周期项改正,验证了EMD方法的稳定性和可靠性,这也为流动GNSS观测实施、周期修正和资料使用提供了参考意见和理论依据。 相似文献
14.
15.
假设目标的速度在相干积累时间内是时变的，而目标的加速度在相干积累时间内是不变的，分析了在这种假设情况下回波信号的处理模型。在比较传统的STFT（short-time Fourier transform）和WVD（wigner-Ville distribution）等常用时频分析方法的基础上，提出了一种基于信号分解的时频分析方法。该方法既可避免STFT方法的时间和频率分辨率不能同时提高的不足，又可成功解决WVD交叉项干扰的问题，并通过实测数据验证了本文所提方法的正确性。 相似文献
16.
考虑到全球导航卫星系统(global navigation satellite system,GNSS)地震信号的非线性和非平稳性,利用一种多尺度多方向主成分分析(multiscale multiway principal component analysis,MSMPCA)去噪的完备总体经验模态分解(complete... 相似文献
17.
根据干涉图信号和噪声时频分布差异的特点,提出一种改进的基于经验模态分解EEMD的InSAR干涉相位滤波方法。该方法首先利用可有效降低模态混叠的EEMD算法,对干涉图的实部及虚部分别进行2维经验模态分解,获得具有不同时间尺度的模态分量;然后根据信号和噪声分量的时间尺度分布特性的差异,采用适用于非线性信号分析的KECA算法对噪声识别、分离;最后利用去除噪声后的模态分量重构干涉图。为了证明本文方法的有效性,分别利用模拟数据及真实InSAR差分干涉相位进行滤波试验。对比本文EEMD-KECA滤波方法、Goldstein滤波、圆周期—中值滤波、EMD分解、EMD-PCA方法的滤波效果,采用相干斑指数、均方差指数、边缘保持指数进行定量评价。结果表明,与经典InSAR干涉图滤波方法相比,本文联合EEMD-KECA算法的滤波方法能有效滤除干涉图噪声,且在条纹边缘等细节信息的保持上也具有较大优势。 相似文献
18.
应用时频分析方法研究含噪非平稳信号的时间-频率联合分布特性，De-shape SST（De-shape synchrosqueezing transform）算法具有良好的时频表现，但其抗噪性能及算法的鲁棒性还有待提高。提出基于非线性匹配追踪（nonlinear matching pursuit，NMP）分解的De-shape SST算法（nonlinear matching pursuit De-shape synchrosqueezing transform，NDSST），利用NMP良好的重构特性对非平稳信号进行稀疏重构，再进行De-shape SST时频分析，提高算法的抑制噪声能力和鲁棒性的同时，保留了良好的时频分布聚集度。数值仿真实验结果表明，对于单频、变频、线性调频和组合变频信号，NDSST算法可以得到高锐化度的时频分布表示，并且在低信噪比（sinal noise ratio，SNR）条件下依然具有优越的抗噪声性能。在金属破裂样本信号分析应用中，NDSST算法能够清晰地得出金属发生破裂的时间-频率范围，为工程实践中设置监测传感器的阈值提供判断依据。 相似文献