摘要：为了提高有源噪声控制系统的降噪效果,提出了基于经验模态分解(empirical mode decomposition,EMD)和响度的控制系统。该系统首先采用EMD方法对噪声源进行自适应分解,并对分解后的各个固有模态函数(intrinsic mode functionI,MF)分量的响度进行计算,然后根据各个分量的响度大小进行残差滤波器的设计。与基于A计权曲线设计的残差滤波器相比,该方法所设计滤波器能更好地抑制响度较小的信号频率成分。对有源噪声控制系统的降噪效果进行了仿真,结果表明,所提出的控制系统比传统滤波-X LMS(filtered-X least mean square)方法和采用基于A计权残差滤波器的系统降噪效果更好。

摘要：针对现有的二维经验模态分解(BEMD)方法存在边界效应、分解速度慢等缺点,提出一种基于偏微分方程(PDE)的快速二维经验模态分解方法——PDE-BEMD.首先构造极值点所在二维包络曲面所满足的四阶偏微分方程,通过差分迭代方法快速求解偏微分方程,得到图像的上下包络曲面;然后对图像进行筛分,得到固有模态函数图像(IMFs),实现图像的模态分解.将分解得到的图像应用于边缘检测和人脸识别预处理算法中的实验结果表明,PDE-BEMD方法不仅可有效地降低时间和空间的复杂度、提高运算速度,而且避免了BEMD的边界效应,分解出具有清晰边缘信息的IMFs,且剩余图像不会被模糊,具有良好的边缘提取与去噪效果.

摘要：大地电磁信号具有非线性、非平稳、非最小相位特征,不符合以Fourier变换为基础的传统功率谱估计的基本要求.Hilbert-Huang变换是近年发展起来的处理非线性、非平稳信号的完全局部时频分析方法.本文在简要介绍Hilbert-Huang变换基本原理与算法基础上,以实际数据分析为例,探讨了它在大地电磁信号处理及噪声压制中的应用.提出利用Hilbert时-频能量谱对大地电磁信号进行时段筛选,以提高信号品质,增强数据处理的质量和资料的可解释性.利用经验模态分解方法及其多尺度滤波特征,可以有效地分析MT信号中的噪声分布特征,并进行干扰压制.

摘要：为了识别人体光电容积脉搏波(PPG)信号中表征血液流变信息的动力分量并分析其特点,设计低氧实验.测量30位受试者在正常氧(20%~21%)和极端低氧(15%~16%)2种氧气体积分数环境中的PPG信号,利用希尔伯特黄变换(HHT)算法分解信号.通过经验模式分解得到,PPG信号中实际表征血液流变信息的动力分量为固有模式函数IMFX,其时域特点有2个,一个是有类似动脉收缩舒张的波形,另一个是周期性振荡.基于Hilbert变换得到IMFX的瞬时频率和边际谱,其瞬时频率大多为1.5~2.5 Hz,且在低氧环境中此频率段内的边际谱幅值显著小于正常氧环境情况下的(P<0.05),证明利用该特征可以有效识别低氧诱导的血液流变变化.

摘要：针对希尔伯特-黄变换(Hilbert-Huang Transform, HHT)含噪振动信号时频分析产生的模态混淆和瞬时频率缺乏实际意义的现象,改进经验模态分解(EMD)得到自适应补充集合经验模态分解(CEEMDAN)后,结合多尺度排列熵(MPE)抑制EMD模态混淆,再改进Hilbert变换得到改进归一化Hilbert变换(INHT),最终形成CEEMDAN·MPE-INHT.为验证CEEMDAN·MPE-INHT含噪振动信号时频分析的准确性,进行EMD-HT、EEMD-NHT、CEEMDAN-INHT、CEEMDAN·MPE-INHT含噪仿真振动信号时频分析对比研究.研究结果表明:CEEMDAN能够控制低频噪声;MPE能抑制高频噪声;INHT使Hilbert变换不受Bedrosian定理约束.最后将CEEMDAN·MPE-INHT算法用于实际工程含噪振动信号时频分析中,CEEMDAN·MPE分解得到的固有模态函数(IMF)经INHT处理得到的时频谱在时域和频域上都具有较高的分辨率,可提高时频特征参数提取精度,有助于振动信号危害控制.

摘要：针对经验模态分解(EMD)过程中存在的模态混叠等问题,提出了一种基于最优特征的自适应白噪声平均总体经验模态分解方法。该方法采用基于边界局部均值延拓的方法抑制端点效应问题,同时,在经验模态分解的每个阶段自适应地添加有限次白噪声,保证在平均次数相对少的情况下,通过计算唯一残余分量来获取信号的固有模态函数,从而避免了模态混叠问题的产生。通过分析仿真信号和实测信号,证明了该方法对模态混叠现象有一定的抑制作用,同时可有效避免端点效应问题的产生。

摘要：爆破地震波信号采集会因监测环境、测试系统等因素导致实测信号中混有噪声,噪声的存在将导致信号希尔伯特-黄变换(Hilbert-Huang Transform,HHT)时频分析结果失真。原因有二:其一是经验模态分解(Ensemble Empirical Mode,EMD)处理含噪爆破地震波信号会得到具有模态混淆现象的固有模态函数(Intrinsic mode function,IMF)分量;其二是Hilbert变换受Bedrosian定理的约束在处理模态混淆分量时会产生负值瞬时频率,从而造成巨大的分析误差。为获得真实的爆破振动属性需对HHT进行改进,在EMD中添加自适应噪声信号得到自适应补充集合经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)算法;再对CEEMDAN得到的IMF进行归一化Hilbert变换,得到改进归一化Hilbert变换(Improved Normalized Hilbert Transform,INHT)。通过上述两步可建立CEEMDAN-INHT时频分析算法,为验证该算法可有效提高含噪爆破地震波振动信号时频分析精度,进行HHT和CEEMDAN-INHT含噪仿真振动信号时频分析对比研究。最后将CEEMDAN-INHT用于某地下洞室爆破地震波信号时频分析中,发现该算法能有效克服EMD固有的模态混淆现象,同时得到反映真实爆破振动属性的时-频-能特征参数,对从频率-能量的角度进行洞室爆破开挖共振分析,实现爆破地震波危害控制具有一定的现实意义。

摘要：根据非平稳输入下建立的功率谱与均值反应谱之间的关系,合成基于水工设计反应谱的人工地震波,并对其幅值进行修正,降低了高频区误差作用。为了解决加速度时程积分后的速度、位移时程的零线漂移现象,利用Huang变换得到加速度时程的固有模态函数,这种最低频率固有模态函数分量通常情况下代表原始信号的趋势或均值;再对去掉均值后的加速度时程进行积分,得到的速度、位移时程不存在零线漂移问题。

摘要：由于地震信号的非线性和非平稳性,导致频率域的去噪方法滤波效果不佳.鉴于此,本文设计了基于互补集合经验模态分解(CEEMD)的曲波最优化迭代阈值去噪方法.该方法首先利用CEEMD将非平稳信号分解为一系列相对平稳的固有模态函数,根据每个固有模态函数所含噪声强弱的不同,利用曲波最优化迭代阈值进行去噪处理,最后将处理后的固有模态函数进行重构,得到最终压制噪声后的结果.与FX反褶积相比,本文方法在压制随机噪声提高信噪比的同时,可以更好的保护有效信号.模型试算和实际资料处理验证了该方法的有效性.

摘要：为实现对皮带运输机故障表现行为的准确诊断,最大化延长机械元件设备的寿命周期,针对基于图像识别的皮带运输机故障自动诊断方法展开研究。根据图像识别原则,处理故障信号的目标图像,再按照皮带运输机振动机理,建立完整的固有模态函数,完成对故障信号特征的提取与处理。按照动力学模型条件,确定故障行为的振动特性,得到时域同步诊断系数的计算数值,实现基于图像识别的皮带运输机故障自动诊断方法设计。实验结果表明,与基于改进堆叠降噪自动编码器的诊断方法相比,在图像识别原理作用下,对于皮带运输机故障表现行为的诊断准确度得到了明显提高,符合延长机械元件设备寿命周期的实际应用需求。