镜像延拓在EMD方法中的研究及应用
采用镜像延拓和RBF神经网络处理EMD中端点效应
振 动 、 试 与诊 断 测
J u n l fVir to M e s r me t& Dig o i o r a b a in, a u e n o a n ss
V o .3 o. 1 0N 4 A ug. 2 0 01
采用镜像延拓和 RB F神经 网络处理 E MD 中端点效应。
大 , 分解 出第 3阶分量 。 未 由于三 次样条插 值 时需要 用 到前后 各 两 个 临 近点 , 用 三 次样 条 函数 进行 曲 利 线拟 合 出现 这样 的 问题 是 很 自然 的, 决 的惟 一 途 解
韩 建平 , 钱 炯 董 小 军 ,
( 兰 州 理 工 大 学 防 震 减 灾 研 究 所 兰 州 ,3 00 705) ( 济 大 学 土 木 工 程 防 灾 国家 重 点 实 验 室 同 上 海 ,00 2 209)
摘要
在 分 析 经 验 模 态 分 解 端 点 效 应 出 现 原 因 的 基 础 上 , 用 镜 像 延 拓 法 和 径 向基 函 数 神 经 网络 预 测 法 对 端 点 效 采
p s in 简称E oi o , t MD) 和Hi et l r 变换 。 过E b 通 MD 可将
定 性 , 一 次 样 条 插 值 都 有 拟 合 误 差 , 差 不 断 累 每 误
ቤተ መጻሕፍቲ ባይዱ
积, 分解 出来 的第 z I 个 MF端 点处会 有较 大的误 差 。 第 2个 I MF的分 解 是 建 立 在 原 始数 据 减 去第 1个 I MF的残余 项 的基 础 上进 行 的 , 由于第 1个 I MF的 误差 , 残余项 也 产生 误差 , 使 导致 分解 的第 2个 I MF
EMD算法在雷达成像中的应用
电子科技大学颟±学德论文4.4傍彝处理结果为了涯骥该方法实际SAP.成像中酌作壤,我们将对五点鼹檬避牙傍真戏像。
著绘邂与覆方法靛对琵强。
瀚_幸。
14跫未装嗣本方法藩懿SAR戚豫臻祭,建霆中可见,出予噪声的影响,搜褥裁像清晰度受到影嫡。
潮4.15是采周本擎方法嚣的SAR成像结果,由图可知,清晰艘明显得到提高。
4.5本潦小缩匿4.量聿米采用EMD方法的SAR成像结果匿圈4-15采镬EMD方法螽酾SAR或像结果鹫遵避本牵豹研究与仿囊缭暴,对于EMD方法在SAR成像孛鹣斑用,傲篷了裙步论谖。
已蠢熬瘟霜串,仅将EMD努簿嚣麴第一令/MF分嚣,嚣第一个嵩频成分馓为操声送行去除。
零濑主要工作是拭分擀佘爨豹角度,根攥余量在季审朝旁瓣上的特点,首先对脉冲I瞩度避行近似恢复,然后做最小值提取,从而优化匮配滤波结聚。
在这一过程中,幽予做最小值提取,照服了EMD分解中W能产生的端点发数;仅采瘸两次EMD分解,节约了运算辩阕。
从面为EMD方法浆蠢效应角抒下了蘩旗。
利用优化后的匹配滤渡结祭成像,其仿真络聚说明方法的有效憔。
第五章EMD算法在ISAR成像中的应用图5一l单点回波信号圈5-2经包络对齐后的单点回波若我们将仿真中单点目标的速度提高一倍,并给予一定加速度,n=g,即加速为9.8m/s2时,再次对单点进行成像仿真。
图5-3非匀速的单点回波图5-4经包络对齐后的非匀速单点回波对比相应的两幅图可以看非匀速状态下需进行包络对齐的回波段增加,且对于单点来说,包络对齐后不再近似为一条直线,而是放射性的近似为一个三角形,事实上,随着速度的提高和加速度的增加,这种放射性状况会更加严重,形象的说,三角形的底线长度会越来越宽。
这一结果反映在成像图上,即散焦现象越来越严重。
图5-5和图5-6分别给出了匀速和非匀速状态下的ISAR成像结果图.。
EMD自适应三角波匹配延拓算法
( 解放军理工大学, 南京 210007 )
要: 波形匹配延拓是遏制经验模态分解( EMD) 端点效应的有效方法, 针对现有波形匹配延拓方法的不足, 提
出了一种自适应的三角波形匹配延拓方法, 改进了三角波匹配度的计算方法和匹配子波的寻优算法 。改进的三角波匹配 度计算方法, 突出延拓平顺性的同时, 加强了端点处数据与内部波形的关联 。自适应的匹配寻优算法, 首先在固定极值点 对应的波段内部搜寻局部最佳子波的截取时刻, 截取局部最优匹配子波, 然后在局部最优子波内搜寻全局最优匹配子波, 提高了子波截取的合理性与匹配的准确性 。仿真信号及实验信号分析表明, 该方法可有效抑制 EMD 端点效应, 显著提高 分解精度。 关键词: 经验模态分解; 端点效应; 波形延拓; 自适应三角波匹配 中图分类号: TP274 文献标识码: A DOI: 10. 13465 / j. cnki. jvs. 2014. 04. 017
[5 ] [4 , 6 -7 ] 、 基于距离的波形匹配法 以及相似三角波
不 该方法用原始波形内部的一段子波实现延拓, 但充分考虑了信号近端点处的数据变化趋势信息, 同 时兼顾了端点处信号与内部信号的联系, 在获得波形
配法
96
振 动 与 冲 击
2014 年第 33 卷
由于 平顺延拓的同时, 维持了信号的原始特征。 但是, 该方法建立在子波数据逐点比对的基础上, 因此要求 子波间的数据长度严格一致, 导致在应用中存在一些 问题。 ( 1 ) 致使无意义的子波截取 当波形的时间尺度变化较大或子波较长时, 难以 保证所截取的子波在参考极值两侧具有相同的增减特 性。如图 4 , 按照等长度截取子波 S1 及 S8 , 其中 S8 包含 了两个极大值点, 使得匹配失去实际意义。
EMD方法基于AR模型预测的数据延拓与应用
Jn 07 u .2 0
E MD 方法 基 于 A 模型 预 测 的数 据 延 拓 与应 用 ’ R
胡 劲松
( 宁波 工 程 学 院 电 信 学 院 宁 波 , 1 0 0 351)
杨 世 锡
( 江 大 学机 能学 院 浙 杭 州 , 10 7 302)
摘 要 把 基 于 时 间 序 列 AR 模 型 预测 的 数 据 延 拓 技 术 引 入 经 验 模 态 分 解 ( M D) 频 分 析 领 域 , E 时 论述 了 基 于 AR 模 型的 数 据 延 拓 技 术 原 理 , 即先 对 原 始 数 据 进 行 AR 建模 , 后 利 用 模 型对 该 数 据 进 行 延 拓 。通 过 对 非 线 性 仿 真 信 号 然 基 于 A 模 型 的延 拓 研 究 表 明 , 延 拓技 术 是 有效 的 。把 该 延 拓 技 术 应 用 于转 子横 向裂 纹 的 时频 分 析 , 把 横 向 裂 R 该 能 纹 转 子 的扭 振 所 形 成 的 相位 调制 现 象 检测 出来 , 得 了 良好 的 效 果 。 获
1 端 点效 应 的机 理 和 影 响
由于 在 E MD分 解 中 , 包 络平 均 是 通 过 对 原 求 数据 中的上极 值点 和下极 值点 分别 进行 样条插 值拟 合然 后再 平 均 , 在样 条插值 时 , 除非 数据 的两 个端点 处 就是 数 据 的极值 点 , 否则 就不 能 确定 端 点 处 的极 值 点 , 在 样 条 插 值 时 产 生 数 据 的 拟 合 误 差 。在 会 EMD分 解 的过程 中, 由于端 点 处 极值 的不 确定 性 , 每一 次样 条插值 都 有拟合 误差 , 这样 , 一次 的拟合 每 会 产生 误差 , 误差 不停 积 累 , 解 出来 的第 1个本 征 分 模 函数 端点 处就 会有 较大 的误 差 。而第 2个 本征 模 函数 的分解 是建 立在原 数据 减 去第 1个 本征 模 函数
一种改善EMD端点问题的方法
一种改善EMD端点问题的方法
杨航;郭晓金
【期刊名称】《计算机工程与应用》
【年(卷),期】2016(052)008
【摘要】经验模态分解(EMD)是一种先进的数据处理方法,对脑电信号(EEG)等非线性非平稳信号的处理非常有效.但是其在利用三次样条曲线构造上下包络时,端点附近的包络存在严重的摆动.针对该问题,在镜面延拓算法的基础上,提出了二次延拓算法.根据邻近端点的数据计算出该信号在端点处的拟合函数;利用该拟合函数在左右端点各延拓出一个极值点;采用镜面延拓算法对延拓后的信号进行EMD分解.算法考虑了信号端点处的变化趋势,使得端点处的延拓更加合理,从而使三次样条曲线在端点处不会出现大的摆动.仿真结果表明,该算法能有效地对脑电信号进行分解.【总页数】5页(P266-270)
【作者】杨航;郭晓金
【作者单位】重庆邮电大学信号与信息处理重庆市重点实验室,重庆 400065;重庆邮电大学信号与信息处理重庆市重点实验室,重庆 400065
【正文语种】中文
【中图分类】TN911.7
【相关文献】
1.一种改善EMD端点效应的可行方法 [J], 李海燕
2.一种改善EMD端点效应的新方法及其在谐波分析中的应用 [J], 苏玉香;刘志刚;
李科亮;霍柏超
3.几种改善EMD端点效应方法的比较研究 [J], 祁艳杰;王黎明;杨泽辉;付朝霞
4.一种改善EMD端点效应的新方法 [J], 王婷;杨莘元;李冰冰
5.两种改善CEEMD端点效应方法的研究分析 [J], 严开军;谭康熹;单德山
因版权原因,仅展示原文概要,查看原文内容请购买。
镜像延拓EMD方法的改进及其应用
浙江海洋学院学报( 自 然科 学版)
J o u r n a l o f Z h e j i a n g O c e a n U n i v e r s i t y ( N a t u r a l S c i e n c e )
摘
要: 希 尔伯特黄 ( H i l b e a — H u a n g ) 变换是一种 自调节信号分解方法 , 通常该方法包括两部分 : 经验模式分解 ( E mp i r i —
c a l Mo d e D e c o m p o s i t i o n , E MD) 和希尔伯特变换 。由于希尔伯特黄变换理论并不成熟 , 尤其是该方法存在的“ 端点效应” 问题 , 使其在某些场合应用误差较大。为 了解决端点效应问题 , 本文首先从 阐述了 Hi l b e r t — H u a n g 变换的基本理论 、 算法 、 存在 的问
题及常见 的解决方法人手 , 针对镜像闭合延 拓 E M D处理端点效应 问题时 的不足 , 提 出了一种新 的镜像延拓 E M D方法 。 最后 利用仿真信号验证 了该方法的有效性 , 取得 了较好 的结果 。 关键词 :H i l b e n — H u 8 n g 变换 ; 经验模式分解 ; 故障诊断系统
w h i c h i S Emp i ic r l a Mo d e De c o mp o s i t i o n f EMD1 a n d Hi l b e r t t r a n s f o r l n .B e c a u s e o f t h e HHT t h e o r y i S n o t ma —
s o l v e d me t h o d s . T h e Mi r r o r E x t e n d i n g EMD i S a me t h o d t o s o l v e t h e b o u n d a y r e f f e c t p r o b l e m o f E MD.b u t
改进的EMD算法及仿真分析
一
3 )用 b () 替 原 来 的信 号 重 复 以 上 两 步 , 到 t代 直
SD =
() 一 个 I t是 MF 分 量 , C t 记 ( )= b ( ) 得 到 第 一 , ,
个 I F; M
。但 由于 塞 三 小一定 为 据 条 件 数所据以序它列是是一序种列理后想的的两延倍拓,因 此 是 算 量 是 把 延 等 于设值p b 后 的 , 认 计 也 比 较 大 , 利 于算 法 的实 时实 现 。 不 根 据 以上 分析 , 合 镜像 延拓 算 法 的基本 原理 , 结 提
号 分 析 方 法 如 傅 里 叶变 换 、 波 变 换 等 相 比 它 是 一 种 新 小
骤就是通过将 信号 的极 大值 点 和极小 值 点分 别进 行插 值获得信号 的上下包络 , 插 值 时 容 易 在 端 点 造 成 误 差 , 着 筛 选 过 所 随
( .M isl nsiu e o rFo c gne rn nv riy,Sa yu n 7 3 0 1 s i I tt t fAi r eEn i e ig U ie st e n a 1 8 0, S a M , i a h n Ch n ;
2. i 5 7 fPIA,Ju u n 7 5 0 Ga s Ch n ) Un t9 9 2 o i q a 3 0 0, n u, i a
利用Kriging预测模型的EMD端点延拓
75 7
其 中
2 Krgn iig预 测 模 型
为 了 解决 包 络 线 在 信号 两 端 发散 的问题 , 文 本
提 出采 用 Kr ig预 测模 型对 数 据进 行延 拓 。该模 in g
中 图分 类 号 THI 5 6.3
模态参数识别
K iig预 测 模 型 r n g
的发 散现 象 , 并将 该 方 法 和经 典 的镜 像 延 拓方 法 进
引 言
结合 E MD 和 Hi et 换 的 HHT模 态参 数 识 l r变 b 别方 法 , 确定 模态 阶 次和识 别 密集模 态参 数 , 其 在 尤 是识 别 阻 尼 比方 面 要 优 于 基 于 F T 和基 于 小 波 的 F
的误 差从数 据 序列 中心 向两端 呈发 散 的趋势逐 渐增
大。 在进行 延拓 时 , 只需要 针对 数据 窗 长延 拓 出1 个 窗 长的数 据 , 可 以消 除或抑 制端 点效 应 。 就
例 如杨 永锋 等 [采用 最 大 L a u o 8 ] y p n v指数 ; 焱等 [ 裘 9 ]
截 断误 差使 得信 号呈 现 阶跃 状 态 , 卷 积计算 时 , 在 不 足 的乘积项 会补 零 , 有效乘 积 项仅 为阴影 部分 ( 图 见
1, ) 使数 据两 端 形 成褶 皱 , 随着 窗 口项 的右 移 , 补零
项 随之减少 , 纹也 就 随之消 失[ 皱 1 。因此 , 点效应 端
第 3 卷 第 6期 1
21 0 1年 1 2月
振 动 、 试 与诊 断 测
J u n lo b ain, e s r me t& Dig o i o r a fVir to M a u e n a n ss
计算机编程毕业设计题目
2006级毕业设计题目指导教师:何聚厚,何秀青毕业设计题目:1. 基于Goodle App Engine的应用程序开发(4人,每个题目1人)题目1:基于Goodle App Engine的应用程序开发内容:探讨基础构架,程序开发流程(包括简单示例)。
题目2:基于Goodle App Engine的Docs应用程序设计内容:重点基于Goodle App Engine开发Google的Docs应用程序,完成对Goodle Docs主要功能的调用等。
题目3:基于Goodle App Engine的Gmail邮件访问程序设计内容:重点基于Goodle App Engine开发通过本地访问Google的Gmail的应用程序,实现邮件的发送、接收等功能。
题目4:Google Widget应用开发内容:widget的介绍;基于Goodle Widget的应用开发流程;完成一个功能比较全面的应用程序。
要求:请同学们根据自己的爱好和专长选择相应的题目,人员确定好我给你们相应的资料。
虽然每个人的题目不相同,谈大家可以作为一个团队进行学习、设计。
2. 基于Moodle的课程设计(1人)以一个指定的课程为实例,使用Moodle进行课程设计,同时实现对Moodle的架构、功能、特色的介绍。
3. 虚拟邮件系统设计与实现(2人)设计一个邮件系统,实现邮件的发送和接收。
题目1:虚拟邮件系统设计与实现----SMTP部分题目2:虚拟邮件系统设计与实现----POP3部分要求,使用高级语言(C、C++、VB、C#其中一种语言实现),能够通过outlook等软件访问该系统,实现邮件的发送和接收。
4. SQL注入攻击及预防研究(1人)要求:SQL注入攻击的原理、常用方法(用示例进行说明并能够搭建的环境进行演示)、预防措施。
5. Honeypot平台搭建及其应用研究(3人)题目1:Honeypot应用研究要求:honeypot综述,基于honeyd搭建一个honeypot平台。
两种改善CEEMD端点效应方法的研究分析
•工程结构•两种改善CEEMD端点效应方法的研究分析严开军1,谭康熹',单德山'(1•中电建路桥集团工程设计研究院,100048;2.西南学土木工程学院,四川成都610031)#摘要】在做互补集合经验模态分解(CEEMD)时存在的最主要问题之一就是“端点效应”。
在实际工程应用中有多种"端点效应"处理方法,文章将对镜像对称延拓处理与边界局部特征尺度匹配延拓处理两种方法进行对比研究分析,利用已经编制好的两种"端点效应”处理方法的MATLAB程序对调幅调频信号进行分析。
首先从生成的IMF(本征模函数)图像上观察两种“端点效应”处理方法的差异,并与不做端点处理的IMF图像进行对比。
然后利用经CEEMD分解后得到的IMF与原信号的相似系数、IMF与原信号的平均相对误差与程序运行时间等数值指标,对两种“端点效应”处理方法进行数值指标分析。
结果表明:CEEMD在分解调幅调频信号时,边界局部特征尺度匹配延拓法在处理"端点效应”时表现最佳。
#关键词】CEEMD;镜像对称延拓;边界局部特征尺度匹配延拓;图像分析;指标分析#中图分类号】TU311.41经验模态分解⑴(Empirical Mode Decomposition, IMF)是1998年Huang等提出的一种时频分析方法。
它用不同特征尺度的数据序列本征模函数(Instrinsic Mode Function)分量来逐级分解。
虽然EMD具有很多优点,但在实际应用中存在“端点效应”题,即在运用态分解的过程中,点不一定是极值点,导致构成上、下络的三次样线在序列的出现发散现象,并且这种发散的结果会逐渐向内“”而使果[2]o Yeh[3]提出了一种补充的总体平均态分解方法(Complementary Ensemble Empirical Mode Decomposition,CEEMD),CEEMD主要是通过向原信号添加两对的白分别进行EMD分解,然后将分解的结果进行组合即可得到最终的本征模函数(IMF)。
基于SVM信号延拓改进的EEMD方法
振动 、 测 试 与 诊 断
J o u r n a l o f Vi b r a t i o n。 Me a s u r e me n t& Di a g n o s i s
Vo I . 3 3 No . 1
Fe b. 2 01 3
模 态 函数 ( i n t r i n s i c mo d e f u n c t i o n , 简称 I MF ) 分量 ;
点 效应 的研 究 , 胡 爱 军 等[ 7 用 波形 特征 匹配 延 拓 数 据, 提高 经验 模态 分解 精 度 。 窦 东 阳等 采用 时 间序
列模 型预 测 延 拓 改 进 Hi b e r t — Hu a n g变换 谱 的 端 点
效 应 。王 婷 等 L 9 利 用 相 似 距 离 端 点 延 拓 方 法 抑 制 E MD端 点 效应 问题 。还有 镜像 拓延 、 用 多项式 拟 合
R 为余量 。
1 . 2 E E MD方 法 的端点 效应 和模 态 混叠现 象
信 号 组 综 合 经 验 模 态 分解 ( e n s e mb l e e mp i r i c a l mo d e d e c o mp o s i t i o n, 简称E E MD) 的基 础 上 , 从 抑 制 信 号 干 扰 和噪 声 污 染 影 响 以及 三 次 样 条 函数 插值 拟 合 误 差 逐 级 传 播 方 面 , 提 出 利 用 信 号 支 持 向量 机 ( s u p p o r t v e c t o r ma c h i n e s , 简 称
S VM ) 延拓改进 E E MD。通 过 对 仿 真 和 实 测 信 号 研 究 , 比较 了 E MD 和 E E MD 的 分 解 , 提 出改 进 的 E E MD 方 法 不 仅 减 少 了虚 假 模 态 分 量 、 避 免 了模 态 混 叠 , 而且 有 效 抑 制 了端 点 效 应 。与 基 于 镜 像 延 拓 改 进 的 E E M D方 法 比较 表 明 , 本 研 究 方 法 的 时频 谱 更 加 清 晰 , 虚假模态分量更少 , 有 效 解 决 了端 点效 应 引 起 的 分解 失 真 问 题 。
一种抑制EMD端点效应的改进方法
一种抑制EMD端点效应的改进方法乔新勇;赵秀玉;刘春华【摘要】经验模式分解(END)存在的端点效应问题影响着该方法的应用.本文研究了基于端点优化对称延拓和镜像延拓的抑制EMD端点效应的改进方法,避免了单独采用端点优化对称延拓法在预测的点数较多时会造成速度较慢,以及单独采用镜像延拓法在处理端点不是极值点的短时间序列时效果不佳的问题.首先利用端点优化对称延拓法对数据序列两端各延拓一个局部极值,获取最佳的信号端点值,然后利用镜像延拓法把镜内的信号映射成一个不存在端点的环形信号,再进行经验模式分解.通过对仿真信号分析,表明该方法能够有效抑制端点效应问题.【期刊名称】《软件》【年(卷),期】2012(033)008【总页数】3页(P72-74)【关键词】经验模式分解;端点效应;端点优化对称延拓;镜像延拓【作者】乔新勇;赵秀玉;刘春华【作者单位】装甲兵工程学院机械工程系,北京100072;装甲兵工程学院信息工程系,北京市100072;装甲兵工程学院机械工程系,北京100072【正文语种】中文【中图分类】TP2740 引言经验模态分解(Empirical Mode Decomposition, EMD)是一种新兴的非线性、非平稳信号分析处理方法,在地震、结构工程及机械故障诊断等领域得到了应用研究[1]。
但是原始方法中存在着影响分析结果的端点效应问题,主要表现在:一是在对信号分解时包络曲线在数据两端出现发散现象,并且逐渐向内“污染”数据而使得结果失真;二是对分解得到的基本模态函数(Intrinsic Mode Function, IMF)进行希尔伯特变换时,信号两端也产生端点效应。
本文在分析EMD分解原理及分解过程中产生端点效应原因的基础上,研究了将端点优化对称延拓和镜像延拓相结合的方法来抑制端点效应。
通过对仿真信号的分析表明,该方法能够有效解决EMD中的端点效应问题。
1 端点效应问题和影响在经验模式分解过程中,求包络平均是通过对原数据中的上极值点和下极值点分别进行三次样条插值拟合然后求取平均值。
几种改善EMD端点效应方法的比较研究
几种改善EMD端点效应方法的比较研究作者:祁艳杰王黎明杨泽辉付朝霞来源:《现代电子技术》2013年第22期摘要:经验模态分解(EMD)的一个关键问题是改善端点效应。
目前工程上已经提出了多种处理方法。
在此对端点镜像方法、多项式拟合法、极值延拓法、平行延拓法和边界局部特征尺度延拓法等5种方法进行对比研究,利用分解信号与原信号的相似系数、分解信号与原信号的平均相对误差以及算法的运行时间作为端点处理方法的评价指标。
仿真结果表明,极值延拓法是处理准周期信号的相对较好的EMD端点效应处理方法。
关键词:经验模态分解;端点效应;评价指标;相似系数;平均相对误差中图分类号: TN964⁃34 文献标识码: A 文章编号: 1004⁃373X(2013)22⁃0050⁃030 引言1998年,Huang等人提出了一种新的信号处理方法:经验模态分解方法(Empirical Mode Decomposition, EMD)[1]。
它用不同特征尺度的数据序列本征模函数(Intrinsic Mode Function,IMF)分量来逐级分解信号。
该方法可以对一个非平稳信号进行平稳化处理。
在EMD分解中,每个IMF需要多次“筛选”过程,而每一次筛选过程,需要根据上、下包络计算出信号的局部平均值。
上(下)包络是由信号的局部极大(小)值通过3次样条插值得到的。
但信号的端点不可能同时处于极大值或极小值,因此上、下包络在数据序列两端会发散,且这种发散会随着运算的进行而逐渐向内,从而使得整个数据序列受到影响,这就是所谓的EMD方法的端点效应。
国内外很多研究者对改进EMD端点效应问题进行了研究。
目前,常用的EMD端点效应处理方法有镜像法[2⁃3]、极值延拓法[2]、神经网络预测[4]、多项式外延[5⁃6]方法、平行延拓法[7]、边界局部特征尺度延拓法[8]。
神经网络延拓算法的运算速度慢,在工程应用中实时性差。
所以本文只对镜像法、极值延拓法、多项式法、平行延拓法和边界局部特征尺度延拓法进行比较,从而得到对工程应用有指导意义的结果。
基于相似极值延拓的EMD端点效应改进方法
( S c h o o l o f Me c h a t r o n i c E n g i n e e r i n g , C h a n g c h u n U n i v e r s i t y o f T e c h n o l o g y , C h a n g c h u n 1 3 0 0 1 2 , C h i n a ) A b s t r a c t : E m p i r i c a l mo d e d e c o m p o s i i t o n( E MD)i s t h e k e y s t e p o f Hi l b e r t — H u a n g t r a n s f o r m i n he t p r o c e s s —
I mpr o v e d Me t ho d f o r En d Ef fe c t s o f EM D Ba s e d o n S i mi l a r Ex t r e me Ex t e n s i o n
YUE Xi a o . f e n g ,S HAO Ha i . h e
i n g n o n— l i n e a r a n d n o n— s t a t i o n a r y s i g n 1. Th a e o ig r i n a l f a u l t s i g n l a i s d e c o mp o s e d i n t o i n t r i n s i c mo d e f u n c t i o n o n Hi l b e r t t r a n s f o r m b y Em p i r i c l a mo d e de c o mp o s i t i o n, t he i n s t a n t a n e o us re f q u e n c y o f t h e s i g n a l t o r e f l e c t he t c h ra a c t e r i s t i c s o f he t f a u l t . Bu t he t e n d e f f e c t s o f EM D ma k e he t i n s t a n t a n e o u s re f q u e n c y l o s t a c c u r a c y d u r i n g t h e d e c o mp o s i io t n p r o c e s s .I n t h i s p a p e r a i mp r o v e d me ho t d wa s d e v e l o p e d b a s e d o n he t s t u d y o f
基于改进EMD和HMM的齿轮故障诊断方法
齿 轮 箱 是 机 械 设 备 中一 种 必 不 可 少 的连 接 和 传 递 动 力 的 通 用 零 部 件 , 也 是 一 种 易 于 发 生 故 障 的零 部 件 。研 究 齿 轮 箱 尤 其 是 齿 轮 的状 态 监 测 与 故 障 诊 断 技 术 ,对 于 保 障 机 械 设备 的安全、稳定运行具有重要意义 。 齿轮故障诊 断的关键是提取 故障特征 。 近 年 来 ,经 验模 态 分解 ( E m p i r i C a 1 M o d e D e c o m p o s i t i o n ,E M D ) 在 非 平 稳 、非 线 性 信 号 处 理 中 得 到 了 广 泛 的应 用 J 。H M M 具有其他 模 式 识 别 方 法 不 具 有 的 特 性 ,它 适 合 对 动 态 时 间 序 列 进 行 建 模 , 具 有 较 强 的模 式 分 类 能 力 , 特 别 适 用 于 非 平 稳 、 非 线 性 及 冗 余 性 的 信 号 , 。 由于实 际信 号的 复 杂性 和采 样 的 随机 性 ,E M D 方 法 存 在 端 点效 应 和 过 分 解 等 问题 。 基 于 以 上 分 析 , 本 文 提 出 了改 进 E M D 和H M M 的 齿轮故 障诊断方法,利用镜像延拓法解决E M D 中的端点效应 问题;提 出I M F 选择算法剔 除过 分 解 产 生 的 伪 分 量 ,选 取 合 适 的敏 感 I M F ; 采用选好 后各I M F 分 量 能 量 比作 为 故 障特 征输 入至嗍 分类器从而实现故障诊 断。 1 . 改进E M D 算 法 E M D 方法 的 目的是通过 对非 线性 、非平 稳 信 号 的 分 解 获 得 一 系 列 表 征 信 号 特 征 时 间 尺 度的 固有模 态 函数 ,使得 各个 I M F 是 单分 量 的 幅 值 或 频 率 调 制 信 号 。每 个 I M F 满 足 以 下2 个 条件 : ( 1 ) 在整 个数据 段 内,极值 点 的个数和 过 零点的个数必须相等或最多相差一个 ; ( 2 ) 信 号 上 任 意 一 点 , 由局 部 极 大值 点确 定 的包 络 线 和 由局 部极 小值 点 确 定 的包 络 线 的 均 值 均 为零 ,即信 号关 于 时 间轴 局 部对 称 。 l _ 1 端 点 效 应 和 镜 像 延 拓 法 E M D 端 点 效 应 问 题 产 生 原 因 为 采 用 三 次 样 条 曲 线 求 取 包 络 线 的过 程 ,上 、 下 包 络 线 是 根 据 信 号 的 局 部 极 值 点 应 用 三 次 样 条 曲线 插 值获得 。而E M D 分解 每阶I M F 都 要求信 号的 上 下 包 络 ,端 点 处 由 于 缺 乏 数 据 的 支 撑 而 无 法 确定 包络线 的趋 势 ,导致新 得 到的 I M F 两 端 出现发散现 象,随着分 解进行 ,发散程度 逐 渐 严 重 。 即会 由外 而 内 “ 污 染 ”信 号数 据 , 也就 是 端 点 效 应 。 目前 端 点 效 应 抑 制 的 方 法 很 多 ,而 效 果 相 对 较 好 的 即 为 镜 像 延 拓 法 。
(2021年整理)EMD方法
(完整版)EMD方法编辑整理:尊敬的读者朋友们:这里是精品文档编辑中心,本文档内容是由我和我的同事精心编辑整理后发布的,发布之前我们对文中内容进行仔细校对,但是难免会有疏漏的地方,但是任然希望((完整版)EMD方法)的内容能够给您的工作和学习带来便利。
同时也真诚的希望收到您的建议和反馈,这将是我们进步的源泉,前进的动力。
本文可编辑可修改,如果觉得对您有帮助请收藏以便随时查阅,最后祝您生活愉快业绩进步,以下为(完整版)EMD方法的全部内容。
(完整版)EMD方法编辑整理:张嬗雒老师尊敬的读者朋友们:这里是精品文档编辑中心,本文档内容是由我和我的同事精心编辑整理后发布到文库,发布之前我们对文中内容进行仔细校对,但是难免会有疏漏的地方,但是我们任然希望(完整版)EMD方法这篇文档能够给您的工作和学习带来便利。
同时我们也真诚的希望收到您的建议和反馈到下面的留言区,这将是我们进步的源泉,前进的动力.本文可编辑可修改,如果觉得对您有帮助请下载收藏以便随时查阅,最后祝您生活愉快业绩进步,以下为 <(完整版)EMD方法〉这篇文档的全部内容。
经验模态分解(Empirical Mode Decomposition,简称EMD)特点:1。
适合于分析非线性、非平稳信号序列,具有很高的信噪比2. 依据数据自身的时间尺度特征来进行信号分解, 无须预先设定任何基函数,在理论上可以应用于任何类型的信号的分解EMD方法假设任何信号都由不同的本征模态函数(IMF)组成,每个IMF可以是线性的,也可以是非线性的,IMF分量必须满足下面两个条件:一是其极值点个数和过零点数相同或最多相差一个,二是其上下包络关于时间轴局部对称.这样任何一个信号就可以分解为有限个IMF之和。
EMD分解过程基于以下假设:(1)信号最少有一个极大值和一个极小值;(2)时域特性由极值间隔决定;(3)如果数据序列完全缺乏极值但是仅包含拐点,那么它也可通过求导一次或多次来表示极值点,而最终结果可以由这些成分求积分来获得。
基于EMD分解的端点延拓新方法
基于EMD分解的端点延拓新方法
李建; 刘伟; 郭晓婷
【期刊名称】《《电源技术》》
【年(卷),期】2012(036)010
【摘要】为了提高经验模式分解(EMD)的分解精度,针对分解过程中存在的端点效应问题,在总结镜像延拓等五种延拓方法的基础上,提出了一种基于支持向量回归机算法的端点延拓方法。
同时,为了定性分析端点延拓效果,引入评价端点延拓的四个指标,仿真结果表明:基于支持向量回归机延拓算法能有效地抑制EMD分解过程中存在的端点效应问题,所得到的四个评价指标优于传统的五种波形匹配延拓方法的指标。
【总页数】3页(P1573-1575)
【作者】李建; 刘伟; 郭晓婷
【作者单位】河南科技大学河南洛阳471003
【正文语种】中文
【中图分类】TM11
【相关文献】
1.基于HHT的EMD分解端点问题解决方法之比较 [J], 李柯楠;郑嘉楠
2.最近相似距离延拓法耦合平行延拓法抑制EMD端点效应 [J], 何振鹏;朱志琪;谢海超;王雅文;李宗强;何锐;杜超平;李金兰
3.基于改进极值波延拓的极点对称模态分解端点效应抑制方法 [J], 宿文才; 张树团; 刘陵顺
4.希尔伯特-黄变换端点效应的自适应端点相位正弦延拓方法 [J], 李方溪;陈桂明;刘希亮;张倩;李胜朝
5.基于ESN延拓与HMM修正的端点效应处理及其应用 [J], 罗红玲;陈启卷;王卫玉;江文;刘宛莹;席慧;安宇晨
因版权原因,仅展示原文概要,查看原文内容请购买。
极限学习机延拓的BS-EMD端点效应抑制算法及应用
极限学习机延拓的BS-EMD端点效应抑制算法及应用郭瑞;樊亚敏【期刊名称】《计算机工程与应用》【年(卷),期】2017(053)007【摘要】针对希尔伯特-黄变换过程中经验模态分解出现的端点效应问题,采用极限学习机(Extreme Learning Machine,ELM)算法对原始数据序列分别向左右两端延拓,对扩展后的数据序列用B样条插值函数求其平均曲线,在此基础上进行下一步分解,结束分解后摒弃两端延展的数据,使算法得到优化,起到了抑制端点效应的作用.通过与未经延拓,BP神经网络延拓和支持向量机延拓各项指标的对比分析表明,该算法不仅有效抑制了经验模态分解过程中的端点效应,在预测速度和分解精度上都有一定的优势.将该方法应用于电力系统的谐波分析中,仿真结果表明该方法能有效抑制EMD的端点效应,更好地分解出谐波中含有的不同频率谐波分量.%In view of the end effect problems from the experience mode decomposition of Hilbert-Huang Transform pro-cess, this paper uses the Extreme Learning Machine(ELM)algorithm to extend the left and the right ends of the original data sequence respectively, takes the mean curve of the data sequence after extension through the B-spline interpolation method. Based on it, the Empirical Mode Decomposition(EMD)process starts, and then abandons both ends of extension data after decomposition is completed, so as to achieve the purpose of restrain end effect. By means of the contrast analy-sis of indicators of traditional neural network extension and support vector machine extension, the results show that, thealgorithm not only can effectively restrain the end effect of EMD process but also get a great advantage in learning speed and decomposition accuracy. Applying the method to harmonic detection in power system, the simulation results show that this method can effectively inhibit the end effects of EMD and make a better decomposition of harmonic components of different frequencies contained in the harmonic signal.【总页数】7页(P256-262)【作者】郭瑞;樊亚敏【作者单位】辽宁工程技术大学电气与控制工程学院,辽宁葫芦岛 125105;辽宁工程技术大学电气与控制工程学院,辽宁葫芦岛 125105【正文语种】中文【中图分类】TN911.6【相关文献】1.基于遗传算法和极限学习机的智能算法在基坑变形预测中的应用 [J], 陈艳茹2.基于最优定界椭球-极限学习机算法自适应软测量建模的应用 [J], 刘宁;睢璐璐;闫飞;阎高伟3.基于遗传算法和极限学习机的智能算法在基坑变形预测中的应用 [J], 陈艳茹;4.优化极限学习机算法及其在力信息解耦中的应用 [J], 徐家琪; 伍万能; 孙炜; 王耀南; 梁桥康5.黑猩猩优化算法-极限学习机模型在富水性分级判定中的应用 [J], 程国森;崔东文因版权原因,仅展示原文概要,查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
镜像延拓在EMD方法中的研究及应用作者:马中存肖全山
来源:《科技视界》2019年第24期
在的边界效应问题,对现有端点效应的改进方法进行了归纳总结,采用镜像延拓处理其边界问
题的方法,最后通过仿真计算分析验证了其有效性,为故障诊断信号处理技术提供新的思路、方法和技术途径。
【关键字】EMD;端点效应;镜像延拓
中图分类号: TH165.3 文献标识码: A 文章编号: 2095-2457(2019)24-0031-002
DOI:10.19694/ki.issn2095-2457.2019.24.016
【Abstract】In this paper, the main research contents include modern signal processing technology, EMD method is used to decompose the vibration signals into a number of intrinsic mode functions. Firstly, aim at the end effects in EMD, a method based on mirror extension is proposed. Secondly, the simulation analysis results show that EMD can extract the characteristic of stator vibration signals efficiently and indicate rub-impact fault. The new method and approach are discussed to diagnosis initial stage fault of rub-impact.
【Key words】Empirical mode decomposition; End effects; Mirror extension
当转子系统发生局部碰摩故障时,机械故障振动信号往往表现为非平稳信号,因而对非平稳信号分析成为旋转机械故障诊断研究的重点与热点。
EMD能有效地分析非平稳信号,但在应用EMD时存在一个比较重要的问题,即端点效应问题[2-6]。
主要表现在,一方面,在运用EMD方法对非平稳信号进行分解时,在数据的边界会产生发散现象,这种发散现象会逐渐向内扩散到整个数据序列而使所得分解结果严重失真[5];另一方面,在对IMF分量进行Hilbert变换时,信号的两端也会出现严重的端点效应[2]。
为此,国内外学者就端点效应问题做了很多研究,其基本思路时先对数据两端分别进行延拓,再将延拓后的数据进行EMD分解。
目前常用的一些抑制端点效应的方法包络:自适应序贯相似性检测波形匹配延拓的EMD端点效应抑制[3]、线性外推法和相似极值法耦合抑制EMD端点效应[4]、在端点处“平衡位置”附加两条平行线段的方法[7]、边界波形匹配预测法[8]、极值点延拓法[9]、基于AR模型的時间序列线性预测方法[10]、偶延拓和奇延拓技术[5]等。
目前已有大量解决端点效应的方法,但从实际应用结果上看,端点效应仍未得到较理想的解决,而该问题是制约EMD方法分解结果的精确性,限制其应用的的最棘手的问题,本文对该问题进行初步研究,提出利用镜像延拓改善EMD端点效应方法,通过模拟仿真信号研究,验证了该方法的有效性,为数字信号提取及故障诊断的研究提供了可行方法。
1 EMD基本原理
Huang等人[1]提出的针对非平稳、非线性信号的分析方法,经验模态分解(Empirical Mode Decomposition),它是一种自适应的信号分解方法,利用信号的时间序列将信号分解为
若干个内禀模态函数之和,分解出的各个分量突出了信号的局部特征。
EMD对信号分解步骤如下:
(1)确定信号所有的局部极值点,然后用三次样条线将所有的局部极大值点连接起来形成上包络线。
(2)再用三次样条线将所有的局部极小值点连接起来形成下包络线,要求上、下包络线应该包络所有的数据点。
2 EMD端点效应改进方法
本文采用基于镜像延拓的端点效应的抑制方法。
假设在数据的两端各放一面镜子,使原数据与原数据的像形成一个闭合环形周期数据序列,不存在端点,数据的上下包络线完全由内部数据确定,从而从根本上避免了端点效应。
3 仿真信号研究
为了验证镜像延拓对EMD的改进效果,通过仿真分析算法对比改进前后的分解效果,仿真信号为3个正弦叠加信号
x(t)=0.8sin(2π15t)+sin(2π5t)+1.2sin(2πt),t∈[0,2](11)
取采样频率为5120Hz,对仿真信号进行经验模态分解分析,图2(a)、(b)分别为未经镜像延拓的EMD分解结果、采用镜像延拓方法的分解结果,比较改进前和改进后的分解结果,可以发现:
式(11)中的分解信号包含3个分量,每个分量都是标准的谐波信号。
图(b)中的3个分量幅值较均匀,分解结果与实际情况基本一致。
而图(a)中的3个分量边界点处幅值是渐弱的,而且c3分量已发生严重的失真。
由于式(11)中不存在趋势变化,其余项应该是一个常量,但由于实际处理方法本身的原因,使得分解结果与理想状况有些出入。
比较改进前后分解余项可知,经过镜像延拓后余项波动幅度不大,分解效果较好。
4 结论
本文针对EMD边界效应问题,采用镜像延拓处理其边界问题的方法,该方法在计算过程中仅需一次延拓,且算法简单。
通过仿真信号分析,验证了其可行性。
应用镜像延拓方法抑制EMD端点效应时,由于而把端点看作极值点,引入了高频成分,导致分解的效果并不是十分完美,有待进一步研究。
【参考文献】
[1]N.E.Huang, S. Zheng, S. R. Long, et al. The Empirical Mode Decomposition and the Hilbert Spectrum for Nonlinear and Non-Stationary Time Series Analysis[J]. Proceedings Mathematical Physical & Engineering Sciences, 1998, 454(1971):903-995.
[2]Y. Deng, W. Wei, C. Qian, et al. Boundary-processing-technique in EMD method and Hilbert transform[J]. 科學通报(英文版), 2001, 46(11):954.
[3]杨剑锋,石戈戈,周天奇,等.基于自适应序贯相似性检测波形匹配延拓的EMD端点效应抑制[J].振动与冲击,2018, 37(18):121-125.
[4]何振鹏,朱志琪,谢海超,等.线性外推法和相似极值法耦合抑制EMD端点效应[J].机械科学与技术,2018,37(08):1200-1206.
[5]K.Zeng and M.X.He.A simple boundary process technique for empirical mode decomposition[C].2004.
[6]李鹏鹏,冯武卫,张玉莲,等.镜像延拓EMD方法的改进及其应用[J].浙江海洋学院学报(自然科学版),2016,35(03):244-248.
[7]熊学军,郭炳火,胡筱敏,等.EMD方法和Hilbert谱分析法的应用与探讨[J].海洋科学进展,2002,20(2):12-21.
[8]胡爱军.安连锁和唐贵基.HILBERT-HUANG变换端点效应处理新方法[J].机械工程学报,2008,44(4):154-158.
[9]吴琛,项洪,杜喜朋.基于数据/极值联合对称延拓的端点效应处理及其应用[J].振动与冲击,2017,36(22):178-184.
[10]胡劲松,杨世锡.EMD方法基于AR模型预测的数据延拓与应用[J].振动、测试与诊断,2007,27(2):116-120.。