优化经验模态模型下的弱信号重构方法

作     者：文畅 廖虎 谢凯 贺建飚 WEN Chang;LIAO Hu;XIE Kai;HE Jian-biao

作者机构：长江大学计算机科学学院湖北荆州434023 长江大学电子信息学院湖北荆州434023 中南大学信息科学与工程学院湖南长沙410083 

基　　金：国家自然科学基金项目(61272147) 湖北省教育厅科学技术研究基金项目(B2015446) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2018年第39卷第4期

页      码：1111-1115页

摘      要：为快速恢复强噪声掩盖下的弱信号,提出一种基于ACEEMD(adaptive complete ensemble empirical mode decomposition)模型的弱信号快速重构方法。结合优化的互补集合经验模态分解与GPU并行运算,快速将弱信号从强噪声背景下重构出来,使其更容易被检测。运用该方法对模拟弱信号数据与实际弱信号数据进行处理,实验结果表明,处理后的测试数据信噪比提高了2db-3db,处理速度提高了4-5倍,处理效果明显。

主 题 词：弱信号 强噪声背景 互补集合经验模态分解 图形处理器 并行计算 

学科分类：1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.16208/j.issn1000-7024.2018.04.037

馆 藏 号：203286213...