共查询到20条相似文献,搜索用时 93 毫秒
1.
基于Morlet小波连续变换的模态参数识别算法在故障识别和多模态参数提取中起到了重要作用,然而在密频情况下,Morlet小波连续变换尺度图上模态极值线相互混叠严重,难以有效分离模态。本文提出一种新型的模态准小波函数,运用连续小波变换理论,推导和证明了模态准小波的连续变换可以有效分离密频模态,并给出了固有频率和阻尼系数的识别公式与整体识别算法。文章针对新型的模态准小波进行了大量的仿真实验,证实了该小波在密频模态分离与参数识别方面的优越性,为密频模态参数提取提供新的思路与手段。 相似文献
2.
3.
4.
5.
提出了一种改进的添加自适应高频谐波进行经验模态分解(EMD)的算法,减少了EMD原始算法中频谱混叠现象。通过对原始信号的预处理,自动提取出原始信号中包含的最高频率分量,并根据提取出的频率分量进行高频谐波添加。仿真验证了添加自适应高频谐波的EMD算法,可有效减少EMD算法中频谱混叠现象,同时解决了高频谐波添加中频率难以确定的问题。 相似文献
6.
为了提高未知样式信号的信噪比估计性能,提出一种基于噪声辅助的信噪比估计新算法,通过固有模态函数(IMF)分量平均周期的变化判断信号与噪声界限,给出了基于噪声辅助估计法的工作原理和流程图,分析了基于噪声辅助估计法的性能。仿真结果表明,基于噪声辅助估计法能够实现盲信号信噪比估计,在0 dB信噪比下均方误差不超过0.2 dB。 相似文献
7.
8.
一种改进的基于经验模态分解的小波阈值滤波方法 总被引:2,自引:0,他引:2
经验模态分解是一种新的信号分解方法,该方法可将非线性非平稳信号分解成若干个单分量的本征模态函数,使得每个本征模态函数都具有一定的物理意义。本文探索了该方法在语音增强方面的应用.在文献[8]的基础上,对其方法进行了有效改进。首先将带噪语音进行经验模态分解,得到六个本征模态函数和一个余量信号,对这七个信号分别进行小波阈值滤波,并由滤波后的七个信号重构语音。结果表明,该方法的滤波效果明显优于对带噪语音直接采用小波阈值滤波的方法,并且较之文献[8]的滤波方法也具有一定的优势。 相似文献
9.
10.
经典经验模态分解(Empirical Mode Decomposition,EMD)采用三次样条插值方法进行包络拟和,存在较严重的"过冲"现象。在研究该问题已有方法基础上,提出了一种基于最小长度约束的包络拟合方法,以包络曲线长度最小为目标函数,采用Lagrange求极小值法优化极值点处的导数值,然后采用分段三次Hermite函数插值方法进行包络拟合,得到平滑包络线.实验表明该方法能有效地克服三次样条插值法的"过冲"现象和分段抛物线插值法的人为弯折现象,能拟合出更平滑的包络线,使得EMD分解更准确,有效改善模态混淆问题. 相似文献
11.
12.
13.
局部特征尺度分解(LCD)是为克服经验模态分解(EMD)中均值曲线构造的不足而提出的一种自适应信号分解方法,已被应用于机械故障诊断领域.但LCD存在与EMD类似的模态混叠问题,为此,基于均匀相位差掩膜信号构造,提出了自适应掩膜信号集成局部特征尺度分解(AMSELCD),该方法不仅能够将一个复杂信号自适应地分解为若干个本征模态函数和一个剩余项之和,而且能够有效地解决LCD的模态混叠现象.通过仿真信号分析,将AMSELCD与现有多种抑制模态分解方法进行了对比,结果表明了所提方法的有效性和优越性.最后,针对滚动轴承和转子碰摩故障振动信号的调制特征,将所提AMSELCD方法应用于转子碰摩和滚动轴承的故障诊断,对比和实验分析结果进一步验证了所提方法的有效性和优越性. 相似文献
14.
针对辐射源中的信号识别问题中特征提取困难,提出了一种基于总体平均经验模式分解的IMF能量矩特征提取方法,并且与K最近邻分类相结合用于信号识别。首先利用总体平均经验模态分解方法把信号分解成为若干个IMF,再将重要的IMF分量关于时间轴的积分,得到IMF能量矩的特征向量,最后借助K最近邻的分类(KNN)能力对特征向量进行分类,文中对十类FSK仿真信号分类表明,该方法能够有效、准确地识别信号。 相似文献
15.
17.
18.
基于谱分析原理将希尔伯特黄变换应用于多分量信号的频散分析,通过希尔伯特时频能量谱获得每个单分量信号的能量分布和群速度,通过希尔伯特时频相位谱获得每个单分量信号的相速度.在相速度的计算过程中提出异步相差和校正相差的算法,可以有效避免相位解缠.仿真结果表明,上述方案可以获得较为准确的频散分析结果. 相似文献
19.
素描行人重识别旨在从可见光行人图像库中查找与给定素描行人图像身份相同的图像。虽然已经有较多的跨模态检索算法可以应用于该类问题,但这些算法的背景设定较为单一,没有考虑到训练集中部分身份的行人仅有一个模态样本,即跨模态身份不一致,这极大限制了算法在实际场景下的应用。为此,提出了基于交叉分类的素描行人重识别网络。该网络包括交叉分类和基于距离的身份信息对齐两部分。其中,交叉分类利用单一模态数据训练的分类器引导编码器从另一模态提取到模态不变的信息。而基于距离的身份信息对齐能够将同身份不同模态间的特征距离减小,同时抑制跨模态身份不一致的影响,进而强化了特征的判别性和鲁棒性。为验证跨模态身份不一致时模型的性能表现,基于Matket-1501数据集生成了新的素描行人重识别数据集S-Market1501,并在该数据集上将Rank-1指标提升了11.0个百分点。同时模型在公开数据集Sketch Re-ID上Rank-1指标达到了60%,所设计的数据集将开源在“https://github. com/huangdaichui/Sketch_dataset”。 相似文献
20.
本文首先在工程的意义上阐述了结构动特性灵敏度与结构各阶模态的势能与动能的关系,分析了灵敏度与结构转角自由度的关系.然后提出了一种增加结构转角自由度的有效方法。并在此基础上,对一个自由——自由梁,在增加转角自由度振型以后,进行了灵敏度分析、结构修改与模态频率配制的研究,分析结果验证了所提方法的可行性与实用性.从本文的研究中可以看到对结构进行灵敏度分析的实质. 相似文献