首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   5篇
  完全免费   1篇
  一般工业技术   6篇
  2017年   1篇
  2013年   1篇
  2011年   2篇
  2007年   1篇
  2006年   1篇
排序方式: 共有6条查询结果,搜索用时 31 毫秒
1
1.
应用希尔伯特黄变换的单矢量传感器多目标分辨研究   总被引:8,自引:0,他引:8  
王逸林  蔡平  许丹丹 《声学技术》2006,25(4):376-380
将希尔伯特黄变换与矢量信号处理相结合应用到水声领域,与传统方法相比有许多优势。在希尔伯特黄变换中本征模态函数是基于序列数据的局部时间尺度特征而得出。每个本征模态函数可以看作是信号中一个固有振荡模态,其对应于某个目标的固有振荡,希尔伯特黄变换用经验模态分解的方法将信号分解为多个本征模态函数,可以较好地将不同目标的能量分离。该变换得到的瞬时频率、瞬时能量和瞬时方位具有清晰的物理意义,信号的时间-频率-方位-能量的四维分布为多目标信号处理提供了丰富的信息量。与传统处理方法相比不仅有较好的目标分辨效果,而且适用于非线性和非平稳信号的处理。  相似文献
2.
分解信号为正交本征模态函数的方法   总被引:3,自引:1,他引:2  
利用快速滤波建立了一种对信号进行本征模态函数分解的全新方法。该方法与筛选方法相比较,具有操作简单,运算速度快,尤其适用于长信号的本征模态分解。该方法的另一个重要特点是分解所得各本征模态函数及非模态函数是严格正交的,不会产生模态混淆。  相似文献
3.
基于EMD的灰色模型的疲劳剩余寿命预测方法研究   总被引:2,自引:0,他引:2  
工程上的振动信号多为非线性非平稳信号,为了利用工程振动信号预测机械产品的疲劳剩余寿命,提出改进的经验模态分解方法对振动信号进行分解,分离故障特征频率到某本征模态函数中,计算全寿命周期各阶段故障特征频率所在本征模态函数的均方根值、峭度等时域特征指标,将其作为刻画机械产品健康状态的退化特征量,形成退化特征量序列,根据经验设定机械产品完全失效对应的退化特征量阈值.用退化特征量序列训练灰色模型,然后用训练好的灰色模型预测退化特征量的变化趋势,判断不同退化特征量用于刻画机械产品退化过程的可行性,估计可用退化特征量达到退化特征量阈值的时间并据此预测机械产品的剩余疲劳寿命.通过6205深沟球轴承全寿命周期振动信号对其进行验证,结果表明,可用的退化特征量结合该方法可以有效地预测小型球轴承的疲劳剩余寿命.  相似文献
4.
针对本征模态函数分解方法FFDSI存在的问题,首先将信号变换到频率域,采用以主频率为始点逐渐向两边扩大频率通过带宽度的方法,寻求一种最宽带通镶边滤波器,使信号经此滤波器滤波后得到的信号为本征模态函数。然后,从原信号减去此模态函数并重复这一过程,便可实现信号的本征模态函数分解。新方法不仅可以有效削弱吉布斯效应,较好地反映信号的瞬时特性,尽可能地降低拆分"拍"信号的机率,而且在分解过程中还同时得到了本征模态函数的解析信号,这为以后计算Hilbert谱提供了很大便利。文中还对风浪信号进行了分解,得到了5个有意义的主要本征模态函数。  相似文献
5.
韦峻峰  杨益  温周斌  冯海泓   《振动与冲击》2011,30(10):122-128
扬声器的异常音故障常见于生产过程中,通常可由有经验的听音员凭人耳听音检测出来。与人耳听测异常音的机理类似,一种在时域检测异常音的方法被提出。通过对声响应信号进行经验模态分解得到本征模态函数,再根据本征模态函数与激励信号的瞬时频率差对各模态去混淆处理,可得到包含异常振动信息的模态函数,据此可判断是否存在异常音。算法验证分为仿真和实验两部分。仿真验证中分析了模拟的合格扬声器与故障扬声器的声响应,结果表明算法对于摩擦和碰触导致的异常音是灵敏的。实验验证中检测了20只扬声器,测量得到的故障频率与用高阶谐波失真法得到的结果一致。且对于不同异常音故障,可在经验模态函数的局部特征中观察到不同的时域特征。  相似文献
6.
经验模态分解(EMD)具有优越的自适应性,对非平稳、非线性信号的不同时间尺度可进行正确的局部化处理,然而,当信号组合分量的频率相近时会出现模态混叠现象.针对该问题,提出引入信号屏蔽技术对其改进,通过向原始信号添加一定频率的屏蔽信号,将低频成分屏蔽在高频成分所在的本征模态函数(IMF)之外,而屏蔽信号自身通过加减二次分解取平均值消除对IMF分量的影响.仿真及实际应用验证了改进方法可有效克服模态混叠现象,为EMD改进提供一种新的途径.  相似文献
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号