原文服务方: 安徽工业大学学报(自然科学版)       
摘要:
经验模态分解(EMD)是一种新出现的处理非线性、非稳态数据的信号分析方法,首先对带噪信号做EMD分解,得到各阶本征模函数(IMF)分量,然后对高频的IMF分量用小波去噪中的阈值方法进行处理,把经过阈值处理的高频IMF分量和低频的IMF进行叠加,得到重构后的信号,即去噪信号.通过三次样条包络分离数据的高阶成份和趋势项.利用EMD的这种特性,提出一种基于EMD变换的阈值去噪算法.仿真实验表明基于EMD变换的去噪具有较好的自适应能力,形式简单,应用方便灵活,不受傅立叶变换及小波函数选择的限制等.
推荐文章
一种基于局部均值分解的小波阈值信号去噪方法
小波阈值
局部均值分解
滤波去噪
EMD
改进小波阈值算法的去噪研究
聚合经验模态分解
方差贡献率
特征模态分量
小波去噪
基于集合经验模态分解-小波阈值方法的爆破振动信号降噪方法
爆破信号
集合经验模态分解
小波阈值
降噪
基于CEEMDAN和小波阈值的ECG去噪算法研究
ECG信号
CEEMDAN
小波阈值
随机噪声
基线漂移
去噪算法
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 基于经验模态分解的小波阈值滤波去噪
来源期刊 安徽工业大学学报(自然科学版) 学科
关键词 消噪 阈值 经验模态分解
年,卷(期) 2010,(4) 所属期刊栏目
研究方向 页码范围 397-400
页数 分类号 TP806.3
字数 语种 中文
DOI 10.3969/j.issn.1671-7872.2010.04.015
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 潘紫微 安徽工业大学机械工程学院 88 630 15.0 20.0
2 陈卫萍 安徽工业大学机械工程学院 2 31 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (23)
同被引文献  (57)
二级引证文献  (118)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2011(4)
  • 引证文献(4)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(5)
  • 引证文献(4)
  • 二级引证文献(1)
2014(19)
  • 引证文献(4)
  • 二级引证文献(15)
2015(26)
  • 引证文献(5)
  • 二级引证文献(21)
2016(19)
  • 引证文献(0)
  • 二级引证文献(19)
2017(22)
  • 引证文献(2)
  • 二级引证文献(20)
2018(21)
  • 引证文献(1)
  • 二级引证文献(20)
2019(17)
  • 引证文献(2)
  • 二级引证文献(15)
2020(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
消噪
阈值
经验模态分解
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
安徽工业大学学报(自然科学版)
季刊
1671-7872
34-1254/N
大16开
1984-01-01
chi
出版文献量(篇)
2161
总下载数(次)
0
总被引数(次)
11633
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导