共查询到20条相似文献,搜索用时 171 毫秒
1.
2.
3.
4.
用线性预测的方法求出语音信号的LPC(Linear Predictive Coding)谱,然后根据候选的声门激励与LPC谱卷积重构语音信号的短时频谱,当重构频谱与原始语音频谱之间的畸变最小时,声门激励之间的间隔为基音周期.为了提高计算效率,采用频域动态搜索的方法搜索基音周期的候选值.数值实验表明,采用线性预测和极大似燃估计 (Maximum Likelihood, ML)的基音检测算法可保留更多的基音信息,并能有效地减少基音检测的错误,并且该算法比传统的ML法有更强的鲁棒性. 相似文献
5.
利用短时过零率来检测清音,用短时能量来检测浊音,两者相配合便实现了信号信噪比较大情况下的端点检测。但是在信噪比较小的环境下,这两种方法便失去了作用。为了能在噪声环境下准确地检测出语音信号的端点,根据对含噪语音在时频域中的研究,提出了一种基于Matching pursuits时频分解算法的语音端点检测方法。该方法使用Matching pursuits算法对含噪信号进行分解,然后再对信号进行魏格纳变换,可以完全去除信号的魏格纳交叉干扰项,使得语音信号和噪声信号在时频平面上具有较直观明显的魏格纳能量分布,利用这个特点再进行端点检测,实验结果表明,该方法能在信噪比较低的情况下,准确地检测出语音信号的端点。 相似文献
6.
7.
负压波法是输油管道泄漏检测的主要方法,但由于输油泵的调节以及输油管网中压力的相互影响,误报较多。为排除虚警,利用双压力传感器,根据压力波的传播方向排除假象。针对原始信号互相关函数的峰值易受高频信号干扰产生偏差的问题,利用经验模式分解对双传感器的压力信号进行滤波,对重构后的信号再进行相关分析。实验表明新算法能正确判别压力波的传播方向,可以有效排除误报。 相似文献
8.
9.
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
10.
11.
针对采集的换挡工况加速度信号中存在的噪声对换挡品质评价指标值提取的准确性和复杂性产生较大影响的问题,提出一种基于经验模态分解(EMD)和小波阈值方法结合的信号降噪方法。首先利用EMD将含噪的原始信号分解为有限个本征模态函数(imf)分量,然后对高频imf分量进行小波阈值降噪,并将降噪后高频分量和低频分量利用EMD进行重构得到降噪后的信号。最后对某一换挡工况的加速度信号进行降噪试验。试验结果表明,在换挡加速度信号降噪方面,基于EMD和小波阈值的降噪方法与传统的EMD分解降噪、小波阈值降噪相比,能够更好地保留原始信号特征形态,降噪效果更明显。该方法为换挡加速度信号的降噪处理提供了一种可行的思路,为后续整车驾驶性评价创造了条件。 相似文献
12.
Hilbert-Huang变换端点效应问题的探讨 总被引:12,自引:10,他引:12
为了克服Hilbert-Huang变换中的端点效应,利用时变参数ARMA(Autoregressive Moving Average)模型对信号进行外延后再进行EMD(Empirical Mode Decomposition)分解,在一定程度上克服了EMD方法的端点效应问题;同时利用时变参数ARMA模型对IMF(Intrinsic Mode Function)分量进行延拓后再进行Hilbert变换,有效地抑制了Hilbert变换中的端点效应,可以得到准确的瞬时频率和瞬时幅值。 相似文献
13.
工况模态分析的EMD方法 总被引:2,自引:5,他引:2
EMD(Empirical Mode Decomposition)算法1995年由NASA海洋水波实验室提出,本质上是一种将时域信号按频率尺度分解的数值算法,对于线性时不变系统,它可以从时域信号中直接提取具有不同特征时间尺度的内禀模式函数(IMF,Intrinsic Mode Function),分解得到的IMF s之间具有正交性,且分解唯一,本文以此为基础,将NExT(Natural Excitation Technique)方法推广到多点随机激励下的复模态情况,对多自由度线性系统实测响应信号的互相关函数进行EMD分解,并进而实现模态参数的辨识。 相似文献
14.
基于EMD的激光雷达信号去噪方法 总被引:5,自引:0,他引:5
针对激光雷达回波信号较弱易于被各种噪声污染的特点,本文提出利用经验模态来模态分解(EMD)这一非线性、非平稳信号处理方法,对Mie散射激光雷达信号进行多尺度分解.该方法是利用信号内部时间尺度的变化做能量与频率的解析,采用这种方法能够将噪声污染的激光雷达信号分解成若干个线性、稳态的本征函数(IMF),通过对本征函数的重构,去除包含高频噪声的IMFs,从而达到去噪目的.实验结果表明,这种方法的去噪能力强,并且具有自适应的特点,从而说明了这种方法在信号去噪中的优势. 相似文献
15.
16.
17.
滚动轴承故障的EMD诊断方法研究 总被引:20,自引:1,他引:20
提出了一种基于经验模式分解(Empirical Mode Decomposition,EMD)的滚动轴承故障诊断方法。这种方法中,局部损伤滚动轴承产生的高频调幅信号成分被EMD分解作为本征模函数分离出来,然后用Hilbert变换得到其包络信号,计算包络谱,就能够提取滚动轴承故障特征频率。该方法被用于分析实验台上采集的具有内圈损伤及外圈损伤的滚动轴承振动信号。分析结果表明,与传统的包络解调方法相比,新方法能够更有效地提取轴承故障特征,诊断轴承故障,因而具有重要的实用价值。 相似文献
18.
HHT的理论依据探讨--Hilbert变换的局部乘积定理 总被引:4,自引:1,他引:4
希尔伯特-黄变换(Hilbert—Huang Transform,简称HHT)是上世纪90年末才出现的一种非平稳信号分析方法,对于这种方法的理论框架还有值得深入探讨的空间。为了进一步,探索HHT的理论依据,本文从分析HHT的固有模态函数(Intrinsic Mode Function,简称IMF)的定义入手,在Hilbert变换的Bedrosian乘积定理基础上提出了Hilbert变换的局部乘积定理,采用理论推导和物理意义分析相结合的方法巧妙地论证了这一定理,从而首次为HHT中IMF的定义、瞬时频率的计算公式、经验模态分解(Empirical Mode Docomposition,简称EMD)及其收敛性等系列问题提供了较统一的理论依据。 相似文献
19.
针对转子系统局部碰摩故障特征及声音振动信号特点,采用一种基于声振信号经验模式分解(Empirical Mode Decomposition简称EMD)的轻微局部碰摩故障诊断方法对滑动轴承碰摩故障进行特征提取。由于EMD分解不需要固定的基函数,根据信号特征自适应的调整,从而实现碰摩特征及旋转激励背景信号自动分解。通过设计滑动轴承缺油工况轴承碰摩试验,并进行振动全息测试分析,将所得声振信号本征模式函数时域特征和边界谱特征与转子径向位移及轴承座加速度信号对比分析,确定了碰摩部件;从而证明基于声振信号EMD分解的碰摩故障诊断方法的有效性。 相似文献
20.
《基于微分的经验模式方法在转子裂纹和碰摩故障诊断中的应用》 总被引:1,自引:0,他引:1
介绍了基于微分的经验模式方法(DEMD),在Jeffcott裂纹转子模型和碰摩转子模型基础上,对裂纹和碰摩信号进行时间响应分析。结果表明,DEMD比传统的EMD方法呈现出更好的检测效果。研究工作为裂纹和碰摩转子故障诊断提供了一种工具。 相似文献