共查询到17条相似文献，搜索用时 187 毫秒
1.
针对快速滤波分解信号为本征模态函数(IMF)所产生的边界效应问题,提出了一种抑制这种边界效应的方法。即利用快速滤波先将原信号分解为本征模态函数,然后在信号内部截取适当的两段分别延拓到原信号两端,经快速滤波得到分解结果后,再截去延拓的部分,保留原信号长度的分解结果。通过实例验证了该方法的有效性。 相似文献
2.
为提高非线性和非平稳海水温度时间序列的预测能力,提出了一种基于经验模态分解(Empirical Mode Decomposition.简称EMD)的BP神经网络预测方法.该方法首先对原始序列进行经验模态分解,将其分解为多个平稳性得到很大改善的本征模态函数(Intrinsic Mode Function,简称IMF)之和,然后时每个本征模态函数进行预测,最后再根据EMD方法的完备性把预测结果相加得出原始序列的预测结果.预测试验结果表明.基于EMD的BP神经网络预测的精度比单纯用BP神经网络预测有很大提高. 相似文献
3.
异常事件对EMD方法的影响及其解决方法研究 总被引：4，自引：1，他引：4
赵进平 《中国海洋大学学报(自然科学版)》2001,31(6):805-814
作者指出异常事件在数据中形成局部的高频信号 ,运用经验模态分解 (EMD)方法分析这种存在异常事件干扰的数据 ,就会产生本征模函数 (IMF)的频率混叠现象 ,而造成物理过程的重叠 ,使得难以用时间过程曲线表现特定的物理过程。这一问题是 EMD方法中尚未妥善解决的问题。为解决这一问题 ,作者利用干扰信号极值及其两边的极大与极小值位置与原始数据有明显对应关系的特征 ,将相关 IMF中的异常信息直接滤除 ,再用 Spline插值方法弥补滤除时段的数据 ,得到重新拟合的该 IMF数据。采用这种方法可以提取出异常信号 ,提取的精度与异常信号的时段长度有关。而且 ,拟合结果消除了异常干扰 ,可以将该 IMF与其余 IMF一起叠加成没有异常干扰的数据。将滤除了异常干扰的数据再次进行 EMD分解 ,可以得到新的 IMF系列 ,而它与不加校正的分解结果有相当大的差别 ,可靠地反映了真实物理过程。结果表明 ,只有在有效滤除异常干扰的情况下才能获得可靠的 IMF系列 ,并准确地描述各种尺度的现象 ;消除了异常干扰的 IMF可以任意单独或组合使用 ,表现各种时间尺度的变化与过程 ;所讨论的方法只适合异常时段较小的情形。对于异常时段接近或大于正常变化周期的干扰还需要探讨其他方法 相似文献
4.
5.
经验模态分解(empirical mode decomposition,简称EMD)是反演海洋内波参数的有效方法之一,但由于EMD存在模态混叠等问题,对海洋内波进行参数反演时会产生一定误差。相比较于EMD,变分模态分解(variational mode decomposition,简称VMD)能够有效地抑制模态混叠现象。为了更好地对海洋内波进行参数反演,提出了一种基于VMD对合成孔径雷达(synthetic aperture radar,简称SAR)遥感图像中的内波参数进行自动反演的方法。该方法先对SAR图像进行Canny处理,获取图像中的内波条纹信息,再根据内波传播方向自动选取灰度剖面;然后利用集合经验模态分解(ensemble empirical mode decomposition,简称EEMD)信号特征自适应分解模态函数的特点,再将分解得到的有效模态数作为VMD中参数K的参考值;最后利用VMD分解后的数据进行内波参数反演。试验结果表明:通过对Canny预处理后的条纹信息进行灰度剖面自动选取,解决了人为选取剖面所可能导致的误差;通过对剖面信号进行VMD处理不仅解决了EMD模态混叠的问题,成功地反演出内波的前导波振幅,而且所反演的结果与EEMD反演参数以及实测资料数据吻合得很好。 相似文献
6.
EMD方法和Hilbert谱分析法的应用与探讨 总被引：56，自引：0，他引：56
利用EMD方法对海浪观测资料进行处理，通过在数据两端的“平衡位置”处分别附加平行直线段的方法进行端点抑制，分解出10个内在模函数和1个剩余趋势项，再对各内在模函数进行Hilbert变换，得到波浪的Hilbert谱，对所得结果的分析表明，各模态在Hilbert谱中的分布趋势和Fourier谱中谱线的变化趋势是一致的，第一模态的中心频率与Fourier谱的谱峰频率相对应；EMD方法是对非线性，非平稳过程数据进行距平化的好方法，距平化的过程和消除趋势项的处理是统一的。 相似文献
7.
在快速滤波分解信号为最宽带通本征模态函数方法（简称FFDSI方法）的基础上，引入了主控模态函数的概念。将其应用于Chichijima水文站水位信号，从中分解出3个96．93％-主控模态函数，分别代表着不同于调和分潮，且与天体运行规律更加吻合的3种模态潮型。由此可见，主控模态函数在信号分析中的应用价值。 相似文献
8.
9.
10.
经验模态分解是目前分解非线性非平稳信号的有效方法,但其在应用时存在容易导致信号分解失真的端点效应问题。通过对现有的压制方法所存在的不足进行改进,提出了基于灰度预测的变长度经验模态分解方法,在端点处向外对称延拓一部分原始信号使其变成新的信号,进而利用基于灰度预测的经验模态分解方法计算固有模态函数。每得到一个固有模态函数之后,在两端切掉一定长度的序列,即预测不准确序列,从而避免因该序列被代入下一个固有模态函数的求解而导致中间信号被污染;随后利用正弦叠加信号和非线性非平稳信号等仿真数据进行分解实验。实验结果表明:无论是正弦叠加信号还是非线性非平稳信号,基于灰度预测的变长度经验模态分解方法的计算结果误差均小于常规经验模态分解和基于灰度预测的经验模态分解方法,同时对端点处相位信息的处理也更准确。 相似文献
11.
采用径向基函数神经网络法延拓原始数据序列,有效抑制了EMD分解中出现的端点发散效应,从而实现准确的EMD分解。利用该方法对中国近海验潮站的月平均海平面资料进行处理,分解得到的内在模函数分量代表了海平面各种周期性变化。通过EMD分解得到的总体自适定趋势项为非线性变化,比以往趋势项提取方法更有优势,它反映了在资料长度内海平面的长期升降情况。数据序列越长,该方法所能分解出来的IMF成分越多,可分辨的频率越小。 相似文献
12.
本文采用经验模式分解 (EMD)提取信号的内在模函数 (IMF) ,并利用希尔伯特变换对所得IMF进行包络分析 ,提取机械故障特征。与直接对原信号进行包络分析相比较 ,该方法提取的机械故障特征更明显。数值模拟和对故障轴承振动信号分析表明了该方法的有效性。 相似文献
13.
A method based on empirical mode decomposition (EMD) and time-varying autoregressive (TVAR) model is proposed here to identify the modal parameters of time-varying systems, such as the Floating Production Storage and Offloading (FPSO) single point mooring system. For the EMD–TVAR method, the original signal is decomposed into a finite number of ‘intrinsic mode functions’ (IMFs) by the EMD. Each IMF can be represented as a TVAR model. Then, the time-varying modal parameters i.e., instantaneous frequency (IF) and modal dumping, can be obtained by the basis functions expansion method. The proposed EMD–TVAR method has good results in two experiments compared with the Huang–Hilbert transformation and Short Time Fourier Transform method, and it has been used to analysis the modal parameters of FPSO single point mooring system successfully. The system's time-varying characteristic and its frequency distribution can be known from the modal analysis results. 相似文献
14.
应用经验模式分解（EMD）将恒电量瞬态响应信号分解为不同时间尺度的内在模函数（IMF）分量。去除其中的小时间尺度的干扰噪声分量。然后经过拉普拉斯变换获得恒电量频谱以研究电化学腐蚀过程。 相似文献
15.
以三门湾为例,基于经验模态分解方法 (EMD)将原始风暴潮增水过程进行分解,并对各个子模态进行能量谱分析,研究每种波动对应的生成机制。结果表明:半封闭海湾内的风暴潮增水较为严重,造成三门湾内强增水的台风为三门湾南侧的西北向登陆台风。EMD分解结果显示三门湾内的风暴潮增水包含6 h,12 h,20 h左右的波动,其中6 h左右的波动来源于海湾共振,共振的频率是由海湾的形状、水深等固有性质所决定的。12 h的波动是由于天文潮与风暴潮耦合作用导致,20 h左右的波动是由于台风移动过程中外海波动的传入。结果表明EMD方法为风暴潮波动增水特征的精细认知提供了一种新的思路和方法,可以加深对海湾内风暴潮波动增水特征的研究。 相似文献
16.
海-气界面动量通量的估计方法分析与应用 总被引：3，自引：1，他引：2
首次将经验模态分解方法引入湍流稳定性分析,与传统的线性和滑动平均去势方法进行了比较,发现经验模态分解方法的去势效果最好。基于"南海平台通量观测计划"(FOPSCS)近两年的连续通量观测数据,得到了22 476个摩擦速度的估算值,结果表明,当风速小于5m/s时,拖曳系数随风速增大而减小,而风速大于5m/s时,拖曳系数随风速增大而增大,两种情形分别反映了黏性表皮摩擦和波浪引起的形状阻力对海面风应力的贡献。同时发现短风区情形的拖曳系数大于长风区情形,说明波浪成长状态会对海-气界面动量交换产生影响。 相似文献
17.
EMD方法和Hilbert谱分析法的应用与探讨 总被引：10，自引：0，他引：10
利用EMD方法对海浪观测资料进行处理 ,通过在数据两端的“平衡位置”处分别附加平行直线段的方法进行端点抑制 ,分解出 1 0个内在模函数和 1个剩余趋势项 ,再对各内在模函数进行Hilbert变换 ,得到波浪的Hilbert谱。对所得结果的分析表明 ,各模态在Hilbert谱中的分布趋势和Fourier谱中谱线的变化趋势是一致的 ,第一模态的中心频率与Fourier谱的谱峰频率相对应 ;EMD方法是对非线性、非平稳过程数据进行距平化的好方法 ,距平化的过程和消除趋势项的处理是统一的。 相似文献