搜索资源列表
emdtu
- 对用Matlab软件仿真的非平稳信号,进行经验模态分解,进而分析非平稳信号特征。-Simulation using Matlab software on a non-stationary signals, empirical mode decomposition, and then analyzes characteristics of non-stationary signal.
496876399457457454534
- 粒子滤波技术在非线性、非高斯系统表现出来的优越性,决定了它的应用范围非常广泛。另外,粒子滤波器的多模态处理能力,也是它应用广泛有原因之一。国际上,粒子滤波已被应用于各个领域。在经济学领域,它被应用在经济数据预测;在军事领域已经被应用于雷达跟踪空中飞行物,空对空、空对地的被动式跟踪;在交通管制领域它被应用在对车或人视频监控;它还用于机器人的全局定位。 -Particle filter technology in the non-linear, non-Gaussian system demon
HHT_power-system_power-quality_disturbances-detect
- 优秀论文及配套源码。Hilbert-Huang变换(HHT)是一种新的非平稳信号处理技术,该方法由经验模态 分解(EMD)与Hilbert谱分析两部分组成。任意的非平稳信号首先经过EMD方法处理后被分解为一系列具有不同特征尺度的数据序列,每一个序列称为一个固有模态函数(IMF),然后对每个IMF分量进行Hilbert谱分析得到相应分量的Hilbert谱,汇总所有Hilbert谱就得到了原信号的谱图。该方法从本质上讲是对非平稳信号进行平稳化处理,将信号中真实存在的不同尺度波动或趋势逐级分解出来,最
time-domain-Modal-Analysis
- 非线性系统非平稳随机响应的时域模态分析法-time domain modal analysis nonlinear
PF
- 利用粒子滤波算法的对于非线性非高斯信号处理的优越性能,将之用于模态信号、振动信号去噪处理。-The particle filter algorithm for nonlinear non-Gaussian signal processing, superior performance, it is used for mode signal, vibration signal denoising.
EMD
- labview编写的EMD分解程序 经验模态分解方法(EMD)在非平稳信号的分析和处理中起着重要的作用,为了能够方便的使用EMD方法对信号进行处理,现将LabVIEW虚拟仪器开发平台良好的用户图形界面和MATLAB软件强大的数值分析功能相结合,利用LabVIEW调用MATLAB实现EMD信号处理方法。仿真结果表明对信号进行EMD分解后,使得瞬时频率具有了物理意义,但只是对信号进行了初步处理,可根据实际需要进行相应后续处理。-the labview written EMD decomposit
eemd
- 经验模态分解(Empirical Mode Decomposition, EMD)方法是由美国NASA的黄锷博士提出的一种信号分析方法。它依据数据自身的时间尺度特征来进行信号分解,无须预先设定任何基函数。EMD方法在理论上可以应用于任何类型的信号的分解,因而在处理非平稳及非线性信号序列上具有很高的信噪比,体现出非常明显的优势。-Empirical Mode Decomposition (EMD) is a signal analysis method proposed by the U.S. N
EEMD
- 改进经验模态分解(EEMD)模型,主要用于非稳定类型号处理,在EMD的基础上考虑了端部效应影响,并对其进行了处理。-Embedded empirical mode decomposition (EEMD) model, mainly for the number of non-stable type of treatment, the end effect is considered on the basis of EMD and its processing.
package_emd
- 经验模态分解emd,HIlbert变换工具箱,用以处理非线性非平稳信号,时频分析。-Empirical mode decomposition emd Hilbert transform toolbox for nonlinear and non-stationary signals, time-frequency analysis.
eemd
- 验模态分解(Empirical Mode Decomposition,简称EMD)是一种自适应信号分解方法,主要应用于非线性非平稳的信号。整体平均经验模态分解(Ensemble Empirical Mode Decomposition,简称EEMD)解决了EMD中出现的模态混合问题。-Ensemble Empirical Mode Decomposition
117
- 针对非线性非平稳信号的去噪问题,提出一种基于主成分分析(PCA)的经验模态分解(EMD)消噪方法.该方法根据EMD的分解特性,利用PCA对噪声信号经EMD分解后的内蕴模态函数(IMF)进行去噪处理-For nonlinear and non-stationary signal de-noising is proposed based on principal component analysis (PCA) of the empirical mode decomposition (EMD) de
3pyramid--remote-fusion-
- 3联合非降采样金字塔与经验模态分解的遥感图像融合算法 优先出版 王文波 李合龙 张晓东 哈尔滨工程大学学报 2012-10-31 期刊-3 joint down sampling pyramid and empirical mode decomposition of remote sensing image fusion algorithm published Wang Wenbo priority Lee closure Zhang journal of Harbin engineering
Ttail
- T型尾翼颤振进计算。结合了nastran生成的模态坐标f06文件及气弹计算软件ZAERO。片条法计算非定常气动力里面的定常附加部分。-T-tail flutter ansys, composite of f06 and ZAERO.
Matlab-File-Exchange-Center
- 实现希尔伯特-黄变换的功能,并带有一段测试数据。希尔伯特-黄变换是使用EMD分解将信号分解为本征模态函数(IMF),然后求得IMF分量的瞬时频率。其对于非稳态和非线性信号具有优良的效果。-The function plot_hht is a realization of the Hilbert-Huang transform (HHT). The HHT decomposes a signal into intrinsic mode functions (or IMFs), and obtain
emdinmatlab
- 摘要:经验模态分解方法(EMD )在非平稳信号的分析和处理中起着重要的作用 ,为了能够方便的使用EMD方法对信号进行处理 ,现labVIEW 虚拟仪器开发平台良好的用户图形界面和TLAB 软件强大的数值分析功能相结合 ,利用 Lab V IEW调用 MATLAB实现EMD信号处理方法.仿真结果表明对信号进行EMD分解后,使得瞬时频率具有了物理意义,但只是对信号进行了初步处理 ,可根据实际需要进行相应后续处理 。-Abstract: The empirical mode decomposition
emd
- 经验模态分解(EMD),可以用来完成对非平稳信号的模态分解和滤波-Empirical mode decomposition
High_orderandEMD
- High_orderandEMD.rar包函数了高阶累计量的所所以求法,EMD经验模态分量等算法,是用来分析非平稳随变量信号的最常用的好方法,在此献给信号处理的研究者们。-High_orderandEMD.rar package cumulative amount of higher-order functions are therefore seeking method, EMD empirical mode component of the algorithm is a good metho
model-fsi
- Ansys计算血管的流固耦合模态命令流文件,可采用分层单元,使用局部坐标系,非对称模态提取方法处理模态。-input file of FSI model for blood vessel using Ansys
EMD在广西季节降水预报中的应用
- 气候系统是一种耗散的!具有多个不稳定源的非线性!非平稳系统 该文利用支持向量机(SV M )算法在处理非 线性问题中的优越性和经验模态分解(E M l))算法在处理非平稳信号中的优势,采用将 E M D 与 SV M 相结合的短期气候预测方法,并应用到广西季节降水预报中
EMD-empirical-mode-decomposition
- EMD程序用于分解非线性非稳定性的曲线,对数据进行分解成本征模态函数,-The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis