基于自适应线性元件的周期误差分离研究

• 作者: 周云 李世平 罗鹏
• 来源期刊: 国外电子测量技术
• 学科: 工学
• 关键词: 动态测量误差 神经网络 自适应线性元件 LMS算法 经验模态分解(EMD)
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 理论与方法
• 页码范围: 13-17
• 分类号: TN911.8
• 字数: 2668字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-8978.2011.06.007

摘要

动态测量误差信号通常为多分量的非平稳信号,可能包含非周期性趋势项误差、周期性误差、随机误差等分量.为了更精确地修正误差,需将各误差分量分离出来.用神经网络自适应线性元件方法分解动态测量误差信号的周期性成分,通过一个动态测试仿真系统进行验证,并与EMD方法分解结果对比,得出神经网络自适应线性元件方法在分离周期性成分(特别是频率较大)时比EMD方法更为准确,说明了该方法在动态误差分解中的实用性和优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李世平		62	395	11.0	17.0
2	周云		7	9	2.0	2.0
3	罗鹏		8	12	2.0	2.0