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:
针对具有复杂趋势和季节成分的盾构机土舱压力数据序列,提出了一种基于经验模态分解(empirical mode decomposition,EMD)和奇异谱分析(singular spectrum analysis,SSA)的数据序列信噪分离新方法.首先采用经验模态分解对原始数据序列进行分解,以分离出包含噪声成分的固有模态函数(intrinsic mode function,IMF).对这些固有模态函数进行序列重构,并利用奇异谱分析对重构后的序列进行奇异值分解(singular value decomposition,SVD)和重构,提取出其中的主要趋势成分和季节成分,同时得到包含噪声成分的残差序列,再次利用经验模态分解对残差序列进行处理,重复该过程直至得到满足纯随机性假设的噪声序列.采用该方法对土压平衡盾构机土舱压力监测数据进行降噪处理,分析结果表明该方法能够在保持原始数据序列结构的前提下准确提取出土舱压力数据中的噪声成分,验证了所提方法的有效性.
推荐文章
超大直径土压平衡盾构土舱压力和开挖面水土压力分布特性研究
土压平衡盾构
开挖面水、土压力
土舱压力
基于奇异值分解的自混合干涉信号降噪方法
光反馈
自混合干涉
奇异值分解
降噪
OFSMI信号
条纹计数法
基于EMD-ICA的激电数据降噪处理方法
激发极化法
数据降噪处理
经验模态分解
独立分量分析
虚拟噪声通道
相邻基坑土条土压力计算方法探讨
相邻基坑
土条土压力
叠加法
临界宽度
折减系数
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 土舱压力数据序列的混合降噪方法
来源期刊 机电一体化 学科
关键词 奇异值分解 固有模态函数 数据预处理 复杂数据序列
年,卷(期) 2015,(5) 所属期刊栏目 应用·交流
研究方向 页码范围 59-62,70
页数 分类号
字数 语种 中文
DOI 10.16413/j.cnkiissn.1007-080x.2015.05.013
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 赵炯 同济大学机械与能源工程学院 130 673 13.0 19.0
2 刘思江 同济大学机械与能源工程学院 5 17 2.0 4.0
3 凌浩 同济大学机械与能源工程学院 5 8 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (60)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
2015(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)
研究主题发展历程
节点文献
奇异值分解
固有模态函数
数据预处理
复杂数据序列
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
机电一体化
月刊
1007-080X
31-1714/TM
大16开
上海市长乐路746号
4-565
1995
chi
出版文献量(篇)
3989
总下载数(次)
13
论文1v1指导