共查询到10条相似文献,搜索用时 15 毫秒
1.
考虑到传统的图像滤波算法在图像去噪的同时削弱了图像特征,以及图像系统所固有的自相似性和经验模式分解(EMD)算法的完备性和稳定性,提出了一种基于随机微分的改进EMD图像去噪算法。该算法首先利用EMD对图像进行分解,得到图像的多个固有模式函数(IMF)图像和剩余函数图像,然后根据IMF图像和剩余函数图像采取不同的随机微分滤波策略分别得到各层滤波结果,最后重组得到原始图像去噪后的结果。Matlab仿真证明,该算法在图像去噪的同时保留了图像特征。 相似文献
2.
3.
4.
研究了强噪声混合条件下微弱信号的经验模式分解(EMD)问题,提出了一种基于随机共振降噪的EMD分解方法.该方法利用随机共振在微弱信号检测方面的独特优势,首先对有噪微弱信号进行随机共振输出,微弱信号得到降噪和加强后,再进行EMD分解.在仿真实验中,对随机共振输出前后的信号分别进行EMD分解,分析结果表明该方法不仅能够提高原始信号的信噪比,有效检测出被噪声淹没的微弱信号从而提高了EMD分解的质量,同时减少了EMD分解的层数,提高了运算效率. 相似文献
5.
经验模态分解剔除结构地震响应位移漂移 总被引:1,自引:0,他引:1
提出了一种基于经验模态分解(Empirical Mode Decomposition,EMD)剔除位移响应漂移量的算法.这种算法将漂移成分视为EMD分解的最终残量(Residue),从原时程响应信号中分离并剔除EMD分解的最终残量后,再利用本征模函数(Intrinsic Mode Functions,IMFs)进行信号重构,能够得到接近真实的响应时程信号.该方法引入到实际桥梁结构的地震响应时程分析中,成功地解决了剔除结构地震响应位移漂移的难题.试算和实际计算效果表明此种方法效果良好,因而在结构地震响应分析中具有重要实用价值. 相似文献
6.
经验模态分解(EMD)新算法及应用 总被引:2,自引:0,他引:2
经验模态分解(EMD)算法是Hilbert-Huang变换(HHT)的核心算法,它的分解效果依赖于端点延拓算法.介绍一种新的EMD的端点延拓算法,并通过一个仿真实验表明该算法分解信号更完全. 相似文献
7.
小波降噪在信号基于EMD的Hilbert变换中的应用 总被引:4,自引:1,他引:3
提出用小波降噪后再用经验模态分解(EMD)对信号进行分析,利用小波包对信号分解重构,去除噪声干扰信号,然后再对信号进行EMD分解。该方法减少噪声对EMD分解的干扰,从而减少由于分解无用的噪声信号引入的边界效应误差和分解层数,提高EMD分解的准确性和时效性,使EMD算法在信号的分析中更具实用性。 相似文献
8.
9.
《中国计量学院学报》2015,(3):365-372
针对汽车变速器齿轮在长时间高强度工作状态下易产生故障的问题,提出了一种基于经验模式分解(EMD)和盲源分离算法中的特征矩阵联合近似对角化法(JADE)相结合的汽车变速器齿轮故障诊断算法.首先,将振动信号进行EMD分解,再根据互相关准则对分解后的本征模分量进行重构,构造虚拟噪声信号,并以此作为JADE的输入矩阵;然后,采用JADE算法分离得到能清晰反映齿轮状态的特征信号.最后将该方法应用于汽车变速器齿轮故障诊断中,仿真和实测分析结果均表明该方法有效可行. 相似文献
10.
小波-形态-EMD综合分析法及其应用 总被引:2,自引:1,他引:1
在经验模态分解(EMD)的理论基础上,分析了随机白噪声及局部强干扰对EMD分解质量的影响,结合小波消噪和形态滤波理论,提出了一种新型的小波-形态-EMD算法模型.该模型将小波形态变换作为EMD前置滤波单元,可以减少不必要的分解层次,降低EMD分解的边界积累效应,消除局部强干扰造成的模态裂解现象,有效提高EMD的时效性和精确度.利用仿真信号分析实例详述了这种综合分析方法的实施过程,并将该方法成功运用于齿轮故障的早期检测中.实验结果证明该方法在机械故障诊断中切实可行,具有较好的应用价值. 相似文献