共查询到18条相似文献,搜索用时 62 毫秒
1.
2.
干涉SAR在遥感测量中的应用 总被引:1,自引:0,他引:1
目的:论述干涉SAR技术在遥感测量中的应用,方法:在回顾干涉SAR发展历史之后,详细地说明了干涉SAR的工作原理和信号处理技术,最后讨论了干涉SAR广泛的应用现状和前景,结果:干涉SAR技术可以广泛应用于DEM测量及地球测绘的多个方面,结论:这项技术将会得到更大的发展,中国应广泛开展干涉SAR技术的应用研究。 相似文献
3.
4.
5.
经验模态分解理论及其应用 总被引:1,自引:0,他引:1
阐述了经验模态分解(EMD)的概念、基本理论及其作为一种数据驱动的时频分析方法,能够根据信号特点自适应地将信号分解成一组具有物理意义的固有模态函数的线性组合,十分适合于非线性、非平稳信号分析的机理,然后综述了一维EMD算法在解决包络拟合、边界效应、模态混叠等关键问题上的研究进展,重点对新兴的多维经验模态分解的发展情况进行了详细论述;介绍了EMD在信号去噪,地球物理、生物医学信号处理,电力工程、机械工程故障诊断方面的主要应用,结合EMD研究中的难点问题,指出了下一步研究的五个重要方向。 相似文献
6.
针对经验模态分解(empirical mode decomposition,EMD)的均值曲线采用三次样条拟合而容易引起包络过冲和不足等缺陷,相关学者提出了许多改进均值曲线的变种EMD方法,取得了一定的效果。广义经验模态分解(generalized EMD,GEMD)方法综合了多种改进EMD方法,通过定义不同的均值曲线对信号进行逐阶筛分,从得到的每一阶分量中选取最优作为最终的广义内禀模态函数(generalized intrinsic mode function,GIMF),由于每一阶的GIMF分量都是最优的,因此相较于EMD等单一均值曲线筛分方法,GEMD分解结果也是最优的。论文对GIMF分量准则进行了改进以及对GEMD性能进行了分析,并将GEMD应用于仿真和实测信号的分析,结论表明GEMD分解是完备的和正交的,有比EMD更强的分解能力,而且适合机械振动信号的处理和故障诊断。 相似文献
7.
干涉条纹图估测基线的方法研究 总被引:1,自引:1,他引:0
根据SAR干涉测量原理,提出了利用干涉相干条纹估测基线的方法,并以欧洲空间局资源卫星1号和2号携带的SAR系统在中国新疆伽师试验区获取的串接式(Tan-dem)干涉测量数据为数据源,对提出的方法进行了验证,结果表明,该方法能有效地估测基线,并弥补不能有效获取卫星轨道参数时,对基线进行估测的缺陷,该方法尤其适用于差分干涉测量的研究。 相似文献
8.
9.
10.
目的 论述干涉 SAR技术在遥感测量中的应用 .方法 在回顾干涉 SAR发展历史之后 ,详细地说明了干涉 SAR的工作原理和信号处理技术 ,最后讨论了干涉 SAR广泛的应用现状和前景 .结果 干涉SAR技术可以广泛应用于 DEM测量及地球测绘的多个方面 .结论 这项技术将会得到更大的发展 ,中国应广泛开展干涉 SAR技术的应用研究 相似文献
11.
12.
针对水泵电机轴承故障振动信号噪声大和非平稳性的特点,提出了基于经验模态分解的诊断方法;通过对原始信号进行经验模态分解,得到包含故障特征的固有模态分量,从而可以提取出故障频率.该方法应用于外圈、内圈和滚动体故障诊断,取得了很好效果. 相似文献
13.
14.
经验模式多尺度图像分解 总被引:6,自引:0,他引:6
通常一幅图像包含有大量不同尺度的信息,而图像的应用研究往往仅限于某一尺度或某些尺度上的现象。因此,将图像按尺度进行分离十分必要,既可消除其他尺度信息对图像处理结果的影响,也可简化图像处理的难度和复杂性。笔者利用经验模式分解法,将图像按尺度从小到大进行分离。小尺度信息包含了图像的细节信息,剩余的大尺度信息表达了图像的基本趋势和结构。该方法为图像处理提供了一种有效的预处理方法。 相似文献
15.
16.
飞参系统(Flight Data Recorder,简称FDR)记录的飞行参数采样率低、噪声与野值混杂且呈非线性非平稳性的特点使得传统噪声处理方法难以适用,因而提出一种基于噪声辅助复数据经验模态分解(Noise Assisted Bivariate Empirical Mode Decomposition,简称NABEMD)的噪声能量估计与消除方法,用于飞行参数的降噪问题。该方法首先利用飞行参数和高斯白噪声构造复数据并进行BEMD分解,然后根据虚部各层内禀模态函数(Intrinsic Mode Function,简称IMF)的能量来估计实部IMF包含的噪声能量,最后根据噪声能量估计值对IMF进行分层处理得到降噪后的信号。仿真结果表明,本文方法相对于现有方法具有一定优势,可以进一步提高飞行参数的降噪精度。 相似文献
17.
重排方法通过将代表信号局部能量分布的几何中心重排到其质量中心,从而提高时频表示的聚集性和可读性,但是并没有完全消除交叉项.在此,将经验模式分解算法引入重排方法中,用于抑制重排方法在分析多分量信号时出现的交叉项.利用经验模式分解,首先将待分析的非平稳信号分解成有限个基本模式分量,它具有单分量信号的性质.对这些基本模式分量进行重排处理后的时频表示,具有良好的时频聚集性且交叉项被消除.通过对测试的柴油机爆燃阶段振动信号的重排时频分析,验证了该方法在机械故障特征提取中具有很好的应用潜力. 相似文献