基于矩阵运算的二维EMD算法

为利用人类视觉冗余,达到更高嵌入率,在EMD算法的基础上提出一种二维高嵌入率的空域隐写算法.将载体图像像素序列划分成大小为m×n的矩阵块,结合EMD算法与矩阵运算将编码后的秘密数据,分别独立地嵌入到矩阵块的行和列上,通过性能分析得出矩阵块的行数m的最佳取值为1.实验结果表明,相比EMD算法,该算法的嵌入率有较大提高.     

基于EMD和BP神经网络的雷达体征信号检测算法

随着城市生活中医疗、治安、反恐等方面的需求日益突出,非接触式雷达生命体征检测逐渐得到各方面的关注.文章提出一种基于EMD和神经网络的雷达生命体征信号检测算法.由于UWB雷达回波信号的非平稳非线性特性,利用EMD的空间时间尺度特性对信号进行分解,得到一系列的本征模态函数IMF,然后通过结合了免疫遗传算法IGA的BP神经网络对信号进行优化,获得心跳和呼吸信号.结果表明,文章提出的算法比直接用EMD分解重构的信号的准确性高,弥补了EMD分解的端点效应问题,具有广阔的应用前景和研究价值.     

基于EMD的电能质量扰动检测与分类方法

针对电能质量扰动信号的检测和分类问题,提出了一种基于EMD的电能质量扰动检测与分类方法,并对常见的几种扰动信号进行仿真。应用该方法检测扰动发生时间、持续时间以及扰动的频率与幅值。仿真结果表明,所提算法简洁有效,能够准确分析电能质量扰动信号,可以估计电压凹陷、电压凸起以及电压中断等扰动信号的变化幅度和频率。     

经验模态分解效果与信号频率振幅的关系

利用经验模态分解(Empirical Mode Decomposition,简称EMD)方法对由两个正弦线性叠加而成的信号进行分离处理,研究正弦信号的频率和振幅对EMD分离效果的影响.通过多组实验得出,两正弦信号的频率相差越大或振幅相差越小,EMD分离效果越明显.     

Application of a.c. impedance technique to the study of the proton diffusion process in the porous MnO2 electrode

The proton diffusion coefficient in γ-MnO₂ at various stages of discharge of an electrolytic manganese dioxide electrode has been determined taking into consideration the true molar volume and the electrochemically accessible surface area of MnO₂. The unique electrochemical cell which allows the electrode expansion during the discharge to be monitored in situ was reported. The a.c. impedance technique and the transmission line equivalent circuit were used. Electrode ohmic resistance, Faradaic resistance, and double-layer capacitance were also obtained by means of numerical fitting of the impedance data using the transmission line model.     

基于EMD和TEO的电力系统短期扰动检测新方法

借鉴经验模态分解EMD(Empirical Mode Decomposition)的思想提出一种电力系统短期扰动检测定位的新方法,该方法通过一个对称三角模态来保留信号的扰动信息进而定位扰动.同时,在扰动准确定位的基础上,提出对原信号进行分段EMD,并采用Teager能量算子求取幅值包络来识别扰动类型的分析方法.该方法能够克服EMD过程产生的模态混叠导致检测失效的问题,与Hilbert-Huang 变换方法和小波检测方法相比,所提方法能够更加简单快速地实现对扰动的检测.仿真结果表明了该方法的有效性.     

基于HHT的汽车动态称重数据分析方法

将希尔伯特-黄变换（Hilbert—huang transform，HHT）引入到汽车动态称重数据的分析中，针对动态称重信号的特点运用了极值延拓法来抑制边界效应，提出了利用经验模分解（Empirical mode decomposition，EMD）剩余分量的平均值求汽车动态称重真实轴重的方法，并将该方法与滤波法进行比较；进一步求出信号的Hilbert边际谱，将其与傅里叶幅值谱进行比较。实验结果表明Hilbert边际谱准确地反映了汽车通过称重台时振动系统的频率分布情况，汽车自振频率由此求出；当汽车通过台板的时间大于车辆振动的基频周期时，用该方法处理汽车动态称重信号能得到较理想的结果，车速≤15km／h时最大误差为5．63％。     

EMD方法在多光谱遥感图像融合中的应用

多光谱图像具有较高的光谱分辨率,而其空间分辨率比较低,致使融合后的多光谱图像空间细节的表现能力不足。为了克服这种融合图像空间细节表达能力差的问题,本文提出了用EMD(EmpiricalModeDecomposition)方法对多光谱图像进行分解,提取空间细节和纹理信息,并将其叠合到融合图像上的方法。实验表明:改善了视觉效果,提高融合图像的空间表达能力。     

基于EMD的时频熵在齿轮故障诊断中的应用

提出了一种基于EMD(EmpiricalModeDecomposition)方法的时频熵齿轮故障诊断方法。首先利用EMD方法分解齿轮振动信号,然后将得到的内禀模态分量进行Hilbert变换,以得到振动信号的时频分布,将信息熵理论引入时频分布,定量描述时频平面上不同时频段的能量分布,各时频段能量分布的均匀性可以反应齿轮的运行状态的差别,从而可以通过时频熵的大小判断齿轮的工作状态和故障类型。实验证明该方法能有效的判断齿轮故障特征,为齿轮故障诊断提供了新的思路。     

经验模式分解与Hilbert谱的分析及应用

为了验证经验模式分解与Hilbert谱分析的有效性,首先,引出它的概念,指出它在时频变换领域的优点;然后,对其进行了详细阐述,包括瞬时频率求解、经验模式分解过程及Hilbert谱绘制;接着,提出了经验模式分解过程中边缘处理和内在模准则确定问题,并给出了解决方法;最后,用Duffing方程平均频率验证和压电智能结构中压电片局部脱胶试验2个实例对该方法进行了理论和试验验证,结果表明:经验模式分解与Hilbert谱是一种有效的时频信号分析方法。