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:
针对经验模态分解(empirical mode decomposition,EMD)中出现的端点效应和模态混叠现象问题,提出了利用最大相关波形延拓改进聚合经验模态分解(ensemble empirical mode decomposition,EEMD)方法.利用最大相关波形法对原始信号的两端进行延拓,实现延拓数据在原信号边界处的平滑过渡,减小端点处包络线的拟合误差.针对EEMD中参数无法自动获取的问题,采用自适应EEMD对新信号进行分解,提高信号的分解精度.通过仿真分析和转子不平衡故障诊断实例研究表明,改进的EEMD方法不仅能够明显减少虚假模态分量、有效抑制模态混叠现象,而且较好地改善了端点效应引起的分解失真问题.同时与基于极值点对称延拓改进方法及基于镜像延拓改进方法相比,所提方法具有较高的分解精度.
推荐文章
基于改进EEMD方法的轴承故障诊断研究
集合经验模态分解
极值波延拓
窗函数
端点效应
基于边界特征尺度匹配延拓的EMD改进方法及应用
EM D
端点效应
特征尺度延拓
轧机扭振信号
基于D-CA和R-EEMD的液压系统故障识别
振动与波
故障诊断
双相关分析
集合经验模态分解
基于自相关周期估计的EMD端点延拓方法
经验模态分解
端点效应
延拓方法
相关函数
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 基于最大相关波形延拓改进的EEMD方法
来源期刊 重庆邮电大学学报(自然科学版) 学科 工学
关键词 聚合经验模态分解(EEMD) 端点效应 模态混叠 时频分析
年,卷(期) 2017,(6) 所属期刊栏目 通信与电子
研究方向 页码范围 768-775
页数 8页 分类号 TN911.7|TH165.3
字数 4857字 语种 中文
DOI 10.3979/j.issn.1673-825X.2017.06.010
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 荣锋 天津工业大学电子与信息工程学院 34 133 7.0 10.0
5 郭翠娟 天津工业大学电子与信息工程学院 34 86 5.0 7.0
9 李德冲 天津工业大学电子与信息工程学院 1 4 1.0 1.0
13 刘晓勇 天津工业大学电子与信息工程学院 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (70)
共引文献  (230)
参考文献  (16)
节点文献
引证文献  (4)
同被引文献  (12)
二级引证文献  (0)
1998(9)
  • 参考文献(1)
  • 二级参考文献(8)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(8)
  • 参考文献(2)
  • 二级参考文献(6)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(10)
  • 参考文献(1)
  • 二级参考文献(9)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(14)
  • 参考文献(3)
  • 二级参考文献(11)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(5)
  • 参考文献(2)
  • 二级参考文献(3)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(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)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
聚合经验模态分解(EEMD)
端点效应
模态混叠
时频分析
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
重庆邮电大学学报(自然科学版)
双月刊
1673-825X
50-1181/N
大16开
重庆南岸区
78-77
1988
chi
出版文献量(篇)
3229
总下载数(次)
12
总被引数(次)
19476
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导