基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
将希尔伯特-黄变换(Hilbert-huang transform,HHT)引入到汽车动态称重数据的分析中,针对动态称重信号的特点运用了极值延拓法来抑制边界效应,提出了利用经验模分解(Empirical mode decomposition,EMD)剩余分量的平均值求汽车动态称重真实轴重的方法,并将该方法与滤波法进行比较;进一步求出信号的Hilbert边际谱,将其与傅里叶幅值谱进行比较.实验结果表明Hilbert边际谱准确地反映了汽车通过称重台时振动系统的频率分布情况,汽车自振频率由此求出;当汽车通过台板的时间大于车辆振动的基频周期时,用该方法处理汽车动态称重信号能得到较理想的结果,车速≤15 km/h时最大误差为5.63%.
推荐文章
基于灰色神经网络的汽车动态称重数据处理
动态称重
数据处理
灰色神经网络
GM(1,1)模型
BP算法
基于Android的动态称重数据检测系统
移动检测
动态称重
Android系统
WebSocket协议
REST风格
基于等效系统的动态称重数据处理
动态称重
非线性系统辨识
等效系统
数据处理
基于石英传感器的动态称重数据处理算法研究
动态称重
信号处理
小波变换算法
EEMD算法
信号重构算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于HHT的汽车动态称重数据分析方法
来源期刊 数据采集与处理 学科 交通运输
关键词 信号分析 希尔伯特-黄变换 经验模分解 Hilbert边际谱 汽车动态称重
年,卷(期) 2006,(3) 所属期刊栏目 理论与试验研究
研究方向 页码范围 340-344
页数 5页 分类号 TP274.2|TN911.72|U495
字数 2577字 语种 中文
DOI 10.3969/j.issn.1004-9037.2006.03.018
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 姚恩涛 南京航空航天大学自动化学院 74 390 11.0 15.0
2 张明 南京航空航天大学航空宇航学院 115 765 16.0 23.0
3 季娟 南京航空航天大学自动化学院 7 35 4.0 5.0
4 刘兼唐 南京航空航天大学自动化学院 8 52 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (39)
共引文献  (258)
参考文献  (9)
节点文献
引证文献  (5)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(10)
  • 参考文献(1)
  • 二级参考文献(9)
1999(4)
  • 参考文献(1)
  • 二级参考文献(3)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(9)
  • 参考文献(1)
  • 二级参考文献(8)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(6)
  • 参考文献(2)
  • 二级参考文献(4)
2004(6)
  • 参考文献(4)
  • 二级参考文献(2)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
信号分析
希尔伯特-黄变换
经验模分解
Hilbert边际谱
汽车动态称重
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
数据采集与处理
双月刊
1004-9037
32-1367/TN
大16开
南京市御道街29号1016信箱
28-235
1986
chi
出版文献量(篇)
3235
总下载数(次)
7
总被引数(次)
25271
论文1v1指导