极值延拓法改进的emd matlab,EMD端点效应的改进型混沌延拓方法及其在机械故障诊断中的应用...
1998年,Huang[1]提出了基于经验模态分解的EMD算法,EMD算法和与之相应的Hilbert谱统称为Hilbert-Huang变换。Hilbert-Huang变换方法在处理非平稳、非线性信号方面具有独特的优势,但此方法在实际应用中还存在一些问题,其中端点效应引起的问题最为突出[2-12]。目前已有许多学者开展这方面的研究,并提出了不同的边界延拓方法。通过分析现有解决EMD端点效应问题的研究成果,本文将其归纳为5类方法:(1)极值点预测法,如陈忠等人[3]提出了通过添加极值点抑制端点效应的方法,刘慧婷等人[4]提出了基于多项式拟合的端点效应处理方法等;(2)信号序列的镜像延拓法,如赵进平等人[5]提出镜像延拓算法,法国学者Rilling等人[6]提出的边界极值点镜像延拓方法等;(3)信号序列预测法,如邓拥军等人[7]提出用神经网络技术对数据序列进行延拓,杨建文等人[8]提出基于AR模型的时间序列边界延拓方法,程军圣等人[9]提出了基于支持矢量回归机技术的边界延拓方法等;(4)波形延拓法,如Huang等人[10]提出了在信号两端分别添加一组特征波的边界延拓方法,并将该方法申请了美国的专利。胡爱军等人[11]提出了波形特征匹配延拓法等;(5)窗函数法,如Qi等人[12]提出用窗函数法对数据序列进行延拓,主要是在信号中间加矩形窗,在端点附近加汉宁窗、海明窗或者余弦窗,把窗函数和原信号相乘后的信号再做EMD分解。上述这些方法的提出,为EMD的工程应用奠定了基础,但这些方法均各有利弊。如极值点预测法,仅以信号端点附近极值点的特征信息决定延拓极值信息,因此,对非平稳信号有时会不能准确反映其真实趋势,无法达到理想的EMD分解结果;镜像延拓算法在信号具有较强的不对称性时,则无论把镜子放在哪里都不可避免的引入人为影响;支持矢量回归机的边界延拓方法具有较好效果,但其预测精度受内积函数、损失函数、核函数、精度参数和惩罚参数经验选择的影响;波形特征匹配延拓法,该法更适用于周期信号或准周期信号,对于非线性、非平稳信号具有局限性。窗函数法由于加上了一个窗,所以会改变原信号。因此,如何根据机械振动信号的非线性、非平稳特点,有针对性地提出适用性强的边界延拓新方法,更好地将EMD应用于机械振动模式分析中,是值得进一步研究的。针对EMD端点延拓问题,本文提出了一种基于改进型最大Lyapunov指数的边界延拓算法。1EMD端点效应问题机理分析在标准EMD中,EMD包络曲线拟合是采用三次样条插值求取的,即先找出信号的所有极大值和极小值点,然后分别用三次样条插值法来对极大值点、极小值点序列插值,从而获得上、下包络,再由上、下包络线求信号的局部均值,以筛出信号的IMF。为了分析EMD端点效应问题,本文首先分析三次样条插值给EMD包络曲线拟合带来的影响。设插值对象为平面上n+1个点(xi,yi)(i=0,1,…,n),插值点x0
极值延拓法改进的emd matlab,EMD端点效应的改进型混沌延拓方法及其在机械故障诊断中的应用...相关推荐
- 【故障诊断】基于最小熵反卷积、最大相关峰度反卷积和最大二阶环平稳盲反卷积等盲反卷积方法在机械故障诊断中的应用研究(Matlab代码实现)
- matlab应用于机械的实例,机械工程前沿著作系列:基于MATLAB的机械故障诊断技术案例教程(附光盘)简介,目录书摘...
编辑推荐: 内容全面:涵盖基础篇.信号处理篇和模式识别篇,MATLAB使用方法和工程应用尽在掌握,一本书相当于三本书! 方法新颖:综合展示了作者团队多年来在机械故障诊断领域的新研究成果! 上手容易:采 ...
- 计算机仿真应用于诊断什么故障,基于MATLAB/Simulink的机械故障诊断研究
摘要:机械故障诊断技术能够提供高质量的监控系统,提升管理效率,降低维护成本.通过MATLAB/Simulink仿真技术可以简洁地将故障诊断的结果图像化表达出来,提高故障诊断的质量和效率.该文模拟了机械 ...
- 基于人工势场法的二维平面内无人机的路径规划的matlab仿真,并通过对势场法改进避免了无人机陷入极值的问题
目录 1.算法描述 2.matlab算法仿真效果 3.MATLAB核心程序 4.完整MATLAB 1.算法描述 人工势场法原理是:首先构建一个人工虚拟势场,该势场由两部分组成,一部分是目标点对移动机器 ...
- emd断点效应matlab,EMD端点效应抑制方法
引言EMD是由Huang等[1]于1998年提出的一种自适应的信号处理算法,其分解得到的IMF分量具有真实的物理意义,并且因其具有较好的自适应性.正交性.完备性和IMF分量的调制性等优点,而被广泛地应 ...
- matlab emd x,EMD程序解释
test.m文件 clc clear all close all % [x, Fs] = wavread('Hum.wav'); % Ts = 1/Fs; % x = x(1:6000); Ts = ...
- 【Python】这篇文章能让你明白经验模态分解(EMD)——EMD在python中的实现方法
暂时打断一下滤波专题,插播一条EMD在python中实现方法的文章. 本篇是Mr.看海:这篇文章能让你明白经验模态分解(EMD)--EMD在MATLAB中的实现方法的姊妹篇,也就是要在python中实 ...
- 【改进】基于Matlab的穿越火线-枪战王者(CF手游)王者飞行棋礼包收支分析
[改进]基于Matlab的穿越火线-枪战王者(CF手游)王者飞行棋礼包收支分析 前言 模型升级的部分 仿真前提 仿真结果分析 钻石消耗分析 紫色路线 其他三色路线 关于红绿蓝结果的相似性分析 小结 关 ...
- 牛顿—拉夫森迭代、加速牛顿—拉夫森迭代和哈利法改进牛顿——拉夫森迭代
目录 一.牛顿-拉夫森迭代 1.1牛顿-拉夫森定理 1.2牛顿-拉夫森迭代的matlab实现 1.3牛顿-拉夫森迭代的python实现 二.加速-牛顿拉夫森迭代 2.1牛顿-拉夫森迭代的加速收敛 2. ...
最新文章
- ASP中的工具类函数收集
- 看懂这十步,8岁的小朋友都能理解深度学习
- spring boot中@ResponseBody等注解的作用与区别
- xpath定位的一些方法
- apache服务器配置证书方法!
- 90年代谁最强?乔丹不可撼动石佛上榜
- scanf_s 发送访问冲突_程序员如何解决并发冲突的难题?
- WIFI网络,两台笔记本互联Oracle,一台是11g,一台是12c
- boost::iterator_range用法的测试程序
- git 可视化工具_Git的基本使用(二)
- jeecg自定义datagrid封装列表分页数据显示自定义字段
- 95-180-040-源码-Watermark-简介
- JumpServer1.5.8堡垒机专题课--prometheus监控主机和MySQL
- python机器学习应用mooc_(1)KNN
- java怎么与数据库连接?
- swift PickerView
- android与相机连接电脑,使用Android手机或平板电脑控制dSLR相机
- Excel点击按钮隐藏指定行
- 大学计算机应用基础教程读后感,计算机应用基础的课程学习体会
- DIY ROV系列(五)水下机器人通信系统