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:
针对噪声破坏加速度信号稀疏性、降低其压缩感知重构算法性能问题,提出了一种用经验模态分解(EMD)和小波分析联合消噪的加速度信号压缩重构新方法.该方法首先采用EMD和小波阈值联合消噪方法对加速度信号消噪处理,保持加速度信号内在稀疏性;然后基于压缩感知理论和加速度信号块结构信息,采用块稀疏贝叶斯学习算法以高概率重构原始加速度信号.采用USC-HAD人体日常行为数据库中的加速度信号验证本文方法的有效性.实验结果表明,本文所提方法的信噪比和均方根误差明显优于未经消噪处理的压缩感知重构算法,能够有效抑制加速度信号噪声,增大加速度信号稀疏度,提高加速度信号压缩重构算法性能.
推荐文章
信号消噪的小波处理方法研究
小波变换
消噪
阈值
换挡加速度信号的EMD和小波阈值降噪方法
振动与波
换挡工况
经验模态分解
小波阈值降噪
本征模态函数
基于小波熵自适应阈值的语音信号去噪新方法
语音去噪
小波熵
自适应阈值
阈值门限
折中指数阈值函数
轧制信号消噪的小波处理方法及Matlab实现
轧制信号
消噪
小波变换
Matlab
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 用EMD和小波消噪的加速度信号压缩重构新方法
来源期刊 计算机系统应用 学科
关键词 去噪 加速度信号 经验模态分解(EMD) 小波阈值 压缩感知(CS)
年,卷(期) 2015,(11) 所属期刊栏目 软件技术·算法
研究方向 页码范围 99-106
页数 8页 分类号
字数 5850字 语种 中文
DOI
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 吴建宁 福建师范大学数学与计算机科学学院 17 58 4.0 6.0
2 徐海东 福建师范大学数学与计算机科学学院 8 26 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (63)
共引文献  (150)
参考文献  (16)
节点文献
引证文献  (2)
同被引文献  (8)
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(1)
  • 二级参考文献(0)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(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(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(12)
  • 参考文献(3)
  • 二级参考文献(9)
2007(10)
  • 参考文献(2)
  • 二级参考文献(8)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(9)
  • 参考文献(1)
  • 二级参考文献(8)
2010(7)
  • 参考文献(1)
  • 二级参考文献(6)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(7)
  • 参考文献(4)
  • 二级参考文献(3)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
去噪
加速度信号
经验模态分解(EMD)
小波阈值
压缩感知(CS)
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
计算机系统应用
月刊
1003-3254
11-2854/TP
大16开
北京中关村南四街4号
82-558
1991
chi
出版文献量(篇)
10349
总下载数(次)
20
总被引数(次)
57078
相关基金
福建省自然科学基金
英文译名:Natural Science Foundation of Fujian Province of China
官方网址:http://www.fjinfo.gov.cn/fz/zrjj.htm
项目类型:重大项目
学科类型:
论文1v1指导