共查询到20条相似文献,搜索用时 140 毫秒
1.
2.
针对供水管道中泄漏声信号的非平稳特征,提出了一种基于变模式分解(Variational Mode Decomposition,VMD)的漏点定位方法。算法首先利用VMD将传感器所采集的两路泄漏声信号按预设尺度自适应地分解为若干个固有模态函数,而后根据各模态函数与原始信号的相关系数选择分量重构信号,并达到消噪的目的。通过对消噪后的信号作互相关实现时延估计,最终实现对漏点的定位。实验结果表明:VMD分解方法可以在保留泄漏声信号本质特征的前提下,消除噪声对信号的干扰。较传统的EMD方法而言,其定位精度更高。 相似文献
3.
4.
5.
针对飞行器结构系统声发射信号的非线性与非平稳特征,为实现飞行器结构部件的有效健康监测,提出了基于经验模态分解包络谱的飞行器健康诊断方法.该法首先对由声发射传感器募集到的飞行器关键部件原始声发射信号进行经验模态分解(EMD),提取其固有频率段的固有模态函数(IMF)信息,然后运用Hilbert变换对其进行处理得到各IMF的包络信号,由此可得其包络谱.通过包络谱的特征信息便可实现对飞行器结构部件的健康诊断.将该方法应用于某飞机真实水平尾翼疲劳试验所募集的声发射信号,结果表明,该法可监测出飞行器水平尾翼的健康状态,适用于飞行器结构部件的健康监测. 相似文献
6.
声发射技术检测到的信号是一种非平稳信号,而对于含有噪声的非平稳信号降噪效果较好的方法是小波分析法。通过理论分析和试验研究,论述了基函数和阈值的选取对声发射信号小波降噪效果的影响,分析了声发射信号降噪过程中小波变换和小波包变换的区别,以及小波节点能量与信号降噪效果的联系。 相似文献
7.
以包含多种附件的液体和气体管道为对象,开展复杂结构管道声发射信号的衰减特性研究。通过采集不同流量压力下管道本体的声发射信号,分析其幅值衰减规律,并用DB8小波包与快速傅里叶变换(FFT)研究管道声发射信号成分变化。通过采集阀门、法兰、流量计等6种管道附件前后的声发射信号并分析衰减规律,发现对声发射信号衰减影响最大的管道部件为电磁流量计。之后重点分析了法兰上螺栓连接紧固程度对信号幅值和频率成分的影响,实验结果表明,螺栓紧固程度越高,声发射信号衰减越小。本文的相关研究结论对工程中进行输油或输气管道进行声发射检测时的传感器布设决策具有集成化的参考价值。 相似文献
8.
宽带调制信号在调制源的工作状态产生变化时,信号的调制频率、调制深度随时间变化,传统解调制方法难以获取短时变化的调制特征。针对非平稳调制特点,利用Hilbert-Huang Transform(HHT)数据自适应特性和高分辨率的时频分析能力以及数学形态滤波器(MMF)对信号的降噪性能,提出了一种利用HHT提取宽带幅度调制信号的调制特征方法(MH_DEMON)。MH_DEMON中,检波信号经过MMF的预处理,HHT的经验模态分解(EMD)和Hilbert变换,提取目标瞬时调制频率。仿真数据和实际水声辐射噪声数据的实验分析表明,MH_DEMON能有效提取非平稳宽带幅度调制的特征,为目标调制源分类识别和运动状态分析提供了支持. 相似文献
9.
在非线性非平稳信号的分析、处理以及特征提取中,希尔伯特-黄变换(HHT)是一种高效的自适应分析方法,在工程领域中有着广泛应用。本文利用经验模态分解(EMD)和变分模态分解(VMD)方法对近海摩托艇的水声信号进行对比分析,发现水声信号能量主要集中在低频段。与高频段相比,其振幅相对较大。EMD方法在分析这类信号时,会产生模态混叠,因此不能有效分解信号和提取特征;而VMD方法可有效降低模态混叠现象,能够成功提取其信号特征。研究结果表明,VMD方法在船舶水声信号处理分析及特征提取时更为有效,为复杂水声信号的处理提供了一种可行的技术参考。 相似文献
10.
11.
基于EEMD的信号处理方法分析和实现 总被引:3,自引:1,他引:3
Hilbert—Huang变换是一种具有良好自适应性,能够对非线性非平稳的信号进行分析的时频分析方法。而经验模式分解是HHT的核心部分。针对传统EMD分解带来的模态混叠问题,介绍了引入白噪声辅助分析方法的改进型算法EEMD并且通过Matlab平台进行了信号仿真系统设计和实验,验证了EEMD方法的抗混分解能力。 相似文献
12.
13.
基于HHT的多分量LFM信号检测与参数估计 总被引:3,自引:0,他引:3
文中将Hilbert—Huang变换应用到多分量线性调频信号(LFM)信号的分析中:首先利用经验模态分解法(EMD)将原信号分解成有限个本征模态函数(IMF);然后埘各个IMF进行Hilbert变换,获取瞬时频率、瞬时振幅,得到信号的Hilbert谱,该谱反映r瞬时振幅在频率一时间平面上的分布,从而可以比较准确地检测和估计各LFM分量的初始频率和调频斜率等参数。仿真结果验证了该方法的有效性。 相似文献
14.
提出了一种检测电力谐波和间谐波的方法。将Hilbert-Huang变换(Hilbert—Huang Transform,HHT)用于谐波检测中,应用该方法可以提取任意频次的谐波信号。首先,运用经验模态分解处理含谐波的信号,得到一组平稳的固有模态函数分量。然后,对每个固有模态函数分量进行希尔伯特变换,得到每个模态分量的瞬时幅值和瞬时频率,从而检测出各种分量的谐波和间谐波的参数。仿真研究表明该方法的可行性与有效性,并且可以准确地确定谐波的幅值、频率和时间。 相似文献
15.
研究基于Hilbert-Huang变换的思维脑电分类方法.对思维脑电信号进行Hilbert-Huang时频预处理,经经验模式分解后,得到多阶固有模态分量.然后将经HHT变换后的时频窗口内的振幅标准差作为不同心理作业信号特征,再应用K-近邻对思维脑电信号进行分类决策.通过对Colorado州立大学EEG研究中心的三类思维脑电心理作业样本进行分类,平均正确率达到82.54%.经Hilbert-Huang变换得到的脑电信号特征,可以作为思维脑电分类的有效依据. 相似文献
16.
基于EMD拟合特征的耳语音端点检测 总被引:4,自引:0,他引:4
耳语音作为人类发音的一种特殊形式,与正常语音相比具有信噪比低、元音的周期特征不明显等特性,因而耳语音处理比正常语音更为困难。耳语音处理研究的第1个关键步骤就是语音的端点检测,该文利用希尔伯特-黄变换(Hilbert-Huang Transform, HHT)中的经验模态分解(Empirical Mode Decomposition, EMD),首次提出了一种基于EMD拟合特征的耳语音端点检测新方法。利用EMD得到的内禀模态函数(Intrinsic Mode Function, IMF)能量,以其归一化拟合参数为耳语音端点检测的特征,可以准确地划分出耳语音端点。实验表明,该方法在耳语音端点检测中取得了很好的效果,在1200个信噪比为2~10dB的测试样本中,检测准确率为98.25%。 相似文献
17.
18.
19.
针对希尔伯特-黄变换(Hilbert-Huang Transform,HHT)中经验模态分解(Empirical Mode Decomposition,EMD)和希尔伯特变换(Hilbert Transform,HT)的不足,提出了一种基于改进的局部特征尺度分解(Improved Local Characteristic-scale Decomposition,ILCD)和归一化正交(Normalized Quadrature,NQ)的时频分析方法.ILCD克服了LCD的固有缺陷,在精确性和正交性等方面要优于EMD和LCD方法.同时为了克服HT的不足,提出了一种基于经验调幅调频分解标准化估计瞬时频率的归一化正交(Normalized Quadrature,NQ)方法.通过仿真信号将EMD,LCD与ILCD进行对比,同时将标准希尔伯特变换,直接正交法与NQ进行对比,结果表明了论文方法的有效性.转子碰摩故障数据分析结果进一步验证了论文方法的有效性和优越性. 相似文献
20.
基于过零点-极点估计的瞬时频率幅度算法 总被引:1,自引:0,他引:1
Hilbert-Huang变换(HHT)理论通过经验模态分解(EMD)提取信号的内蕴模态函数(IMF),并对IMF利用Hilbert变换得到信号的时频幅度谱和边际谱。在总结Hilbert变换理论和算法实现局限性的基础上,提出基于过零点-极点估计求取IMF瞬时频率、幅度算法,通过对离散信号插值运算精确求取过零点和极点位置,并据此求出相应点的瞬时频率和幅度,最后采用三次样条求取信号的瞬时频率幅度曲线。通过几个典型的例子对该算法进行检验,结果表明,与Hilbert变换结果比较,借助该算法得到信号的时频幅度谱和边际谱结果更精确、频率分辨率更好。 相似文献