搜索资源列表
emd-eliminate
- 文中基于经验模态分解，提出一种信号强干扰的消除方法-Paper based on empirical mode decomposition, a strong signal interference elimination
EMD-When-frequency-analysis
- 研究了经验模态分解与希尔伯特变换相结合的提取信号瞬时特征的EMD/HS法，并对其性能进行了分析-EMD/HS method to study the transient characteristics of the empirical mode decomposition and Hilbert transform combining the extracted signal, and its performance is analyzed
456789
- 一种改进经验模态分解及其在信号中的应用，可以参考的文献。-An improved empirical mode decomposition and its application in signal, reference literature.
Hilbert335
- 测量6205深沟球轴承的故障振动加速度信号, 对信号进行时频分析, 利用经验模态分解方法将振动信号分解成不同特征时间尺度的固有模态函数,对每个固有模态函数进行Hilbert 变换得到Hilbert 谱,通过谱分析识别轴承的故障部位和类型, 证实Hilbert 谱的有效性-Measuring 6205 deep groove ball bearing fault vibration acceleration signal, the signal frequency analysis, empiri
114
- 基于经验模态分解和独立成分分析去噪的特点, 提出了一种联合独立成分分析和经验模态分解的混沌信号降噪方法. 利用经验模态分解对混沌信号进行分解, 根据平移不变经验模态分解的思想构造多维输入向量, 通过所构造的多维输入向量和独立成分分析对混沌信号的各层内蕴模态函数进行自适应去噪处理-Based on empirical mode decomposition and independent component analysis denoising characteristics, we propose
115
- 本文针对基于经验模态分解ＥＭＤ的时空滤波器存在的固有模态函数分量中频率混叠交叉导致有用信号与噪声一起被滤除的问题结合小波在时间尺度两域表征信号局部特征的特性提出了一种基于能量估计实现ＥＭＤ分解层数确定-In this paper, based on empirical mode decomposition EMD temporal filter mode functions inherent component of cross-frequency aliasing and noise toge
116
- 针对柴油机振动信号的瞬时非线性特点, 提出采用柴油机振动信号的本征模函数( IMF) 分量进行特征频带识别的新方法。将柴油机振动信号经经验模态分解, 并去掉主要干扰因素所对应的IMF分量, 再将剩余IMF分量进行重构得到柴油机振动信号-For instantaneous nonlinear characteristics of vibration signals of diesel engine, the diesel engine vibration signal of the intrins
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
emd-intrduction
- 法国人的翻译：经验模态分解和算法,很好的说明文档-French translation: empirical mode decomposition and algorithms, good documentation
281
- 提出了基于内禀模态高频积分能量法的爆震因子计算方法棶该方法对电控二冲程煤油发动机缸 内燃烧压力信号进行经验模态分解棳自适应得到若干内禀模态函数分量与残余函数棶对内禀模态函数分量采 用快速傅里叶变换得到爆震高频信号分量-Proposed calculation is based on intrinsic factor knock modal method of high frequency integrated energy law
2464613103
- 基于小波变换和 HHT 的分布式并网系统谐波检测方法。 该方法利用小波变换多分辨率分析思想对信号进行划分，并对划分后的信号进行经验模态分解，得到一系列的经验模态函数IMF，并从 IMF分量中提取出基波分量和高次谐波；再对IMF分量进行Hilbert 变换得到信号的频率、幅值信息。-Wavelet transform and HHT based distributed systems and network harmonic detection method. The method use
1064114656
- 针对谐波检测问题，比较几种常用谐波检测方法，总结出各自的适用条件。结合经验模态分解理论和总体平均经验模态分解(empirical mode decomposition，EEMD)算法，提出基于EEMD的谐波检测方法。-For harmonic detection problem, comparing several common harmonic detection method, summed up their applicable conditions. Combining theoreti
HHT-EMD
- 经典经验模态分解文章汇总，较好的综述了HHT-EMD方法的理论及使用方法。-Classic article summarizes empirical mode decomposition, a good overview of the theory and method of use HHT-EMD method.
EMD-decomposition
- 了解经验模态分解（EMD）的基本原理,掌握经验模态分解（EMD）的分解方法。-understand the basic principle of empirical mode decomposition (EMD), master empirical mode decomposition (EMD) decomposition method.
plot_hht
- HHT就是先将信号进行经验模态分解（EMD分解），然后将分解后的每个IMF分量进行Hilbert变换，得到信号的时频属性的一种时频分析方法。 -HHT is the first signal empirical mode decomposition (EMD decomposition), then each IMF component decomposition of the Hilbert transform, time-frequency frequency analysis meth
emd2
- 基于经验模态分解的c语言实现，包括求取包络，插值，等。对于信号分解有一个新的认识。-Based on Empirical Mode Decomposition c language, including strike envelope, interpolation, and the like. For the signal into a new understanding.
经验模态分解PPT
- 在本资料中包含了经验模态分解算法（EMD）的PPT资料和word资料，资料内容丰富，涵盖面广，对于正在学习经验模态分解的初学者来说，是一个不错的学习的资料。(This information includes the empirical mode decomposition (EMD) of the PPT and word data, rich in content, covering a wide range of empirical mode decomposition are learn
EEMD相关文件
- 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，最终用瞬时频率和能量来
基于希尔伯特黄熵的麻醉深度估计
- 麻醉深度监测是外科手术中必不可少的步骤之一。 目前已经提出多种监测麻醉深度的脑电信号分析方 法, 尤其熵方法得到了广泛的关注。 提出一种新的麻醉深度监测方法-希尔伯特黄熵, 先用经验模态分解—希尔 伯特黄变换处理脑电信号获取希尔伯特黄边际谱, 再根据香农熵定义得到希尔伯特黄熵。 对 19 个接受吸入药物 七氟醚麻醉的病人脑电信号的希尔伯特黄熵和时频均衡谱熵进行计算、测试和比较, 结果表明:希尔伯特黄熵能够 更准确的区分麻醉和清醒状态, 更适合于麻醉深度监测。
基于 HHT 的船体结构应力监测数据 特征分析和去噪方法
- ［目的］为了去除船体结构应力监测数据中的噪声信号，获得有效的数据信息，以便为后续数据挖掘提 供支撑，［方法］首先，采用 HHT 方法中的经验模态分解（EMD）算法对数据进行成分分析，得到固有模态函数 （IMF）和余项。然后，通过 Hilbert变换得到 Hilbert谱，证明应力监测数据的非平稳特性。最后，以信噪比（SNR） 和均方根误差（RMSE）为例，结合自适应去噪和小波阈值去噪两种方法对应力监测数据进行去噪效果比较。 ［结果］结果表明，基于 HHT方法的自适应去噪和小波去噪都具有一定