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:
提出了一种改进的广义谐波小波包分解算法,克服了传统特征提取方法的缺点,实现了信号的快速无混叠分离。通过与小波包分析、经验模态分解、广义谐波小波包分解进行比较,证明其在信号分析上的有效性和优越性。基于超声波信号频率非单一性的特点,将该算法应用到超声波信号特征提取中,实现了任意频段及任意频宽的信号特征提取,且计算量小。该算法为信号特征提取提供了一种更加精确有效的方法。
推荐文章
基于小波包分解的声信号特征提取方法
声目标
小波包
特征提取
分解
基于改进小波包与样本熵的表面肌电信号特征提取
肌电信号
小波
小波包
样本熵
特征提取
基于小波包变换的眼电信号特征提取及分类
眼电信号
小波包变换
支持向量机
基于小波包分解的水下物体探测仪目标特征提取
水下物体探测仪
小波包分解
特征提取
目标识别
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 一种改进的广义谐波小波包分解算法及在信号特征提取中的应用
来源期刊 燕山大学学报 学科 工学
关键词 广义谐波小波 小波包分解 经验模态分解 信号特征提取
年,卷(期) 2013,(4) 所属期刊栏目 控制科学与工程
研究方向 页码范围 358-365
页数 8页 分类号 TN911.25
字数 2450字 语种 中文
DOI 10.3969/j.issn.1007-791X.2013.04.011
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 王玉田 燕山大学电气工程学院 187 2131 24.0 35.0
2 张淑清 燕山大学电气工程学院 81 1525 21.0 36.0
3 严冰 燕山大学电气工程学院 23 161 8.0 12.0
4 董璇 燕山大学电气工程学院 3 81 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (103)
共引文献  (162)
参考文献  (14)
节点文献
引证文献  (5)
同被引文献  (35)
二级引证文献  (73)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(4)
  • 参考文献(1)
  • 二级参考文献(3)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(10)
  • 参考文献(0)
  • 二级参考文献(10)
2005(12)
  • 参考文献(0)
  • 二级参考文献(12)
2006(9)
  • 参考文献(0)
  • 二级参考文献(9)
2007(9)
  • 参考文献(0)
  • 二级参考文献(9)
2008(10)
  • 参考文献(0)
  • 二级参考文献(10)
2009(16)
  • 参考文献(3)
  • 二级参考文献(13)
2010(15)
  • 参考文献(4)
  • 二级参考文献(11)
2011(7)
  • 参考文献(1)
  • 二级参考文献(6)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(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)
2015(5)
  • 引证文献(2)
  • 二级引证文献(3)
2016(10)
  • 引证文献(1)
  • 二级引证文献(9)
2017(13)
  • 引证文献(0)
  • 二级引证文献(13)
2018(9)
  • 引证文献(0)
  • 二级引证文献(9)
2019(33)
  • 引证文献(2)
  • 二级引证文献(31)
2020(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
广义谐波小波
小波包分解
经验模态分解
信号特征提取
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
燕山大学学报
双月刊
1007-791X
13-1219/N
大16开
河北省秦皇岛市河北大街西段438号
18-73
1963
chi
出版文献量(篇)
2254
总下载数(次)
2
论文1v1指导