提出了基于集合经验模态分解(EEMD)和奇异值(SVD)相结合的微弱信号提取方法和高低频部分的判别准则:采用EEMD把信号分解成几部分,将IMF分为高频段与低频段2部分,对2部分分别进行奇异值处理,叠加得到降噪信号,做出其频谱图,得到所需要的有用信号。此方法可以在未知原信号的情况下提取,并且可以提取信噪比为-15 dB的信号。仿真结果和对比分析表明,此方法能更好地提取微弱特征信号。
2021-09-07 22:04:15
855KB
1
行业分类-设备装置-一种基于经验模态分解和支持向量机的钟差预测方法.zip
2021-08-28 18:07:49
458KB
2018年，Wang[20]等人提出了均匀相位经验模态分解（Uniform Phase Empirical Mode Decomposition，UPEMD），该方法选择具有均匀相位分布的正弦函数作为辅助信号，能够有效减轻MS-EMD的模态分裂和残留噪声效应。
2021-08-26 22:54:44
3KB
1