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:
激光超声技术具有非接触、频带宽和高时间空间分辨率等优势,被广泛应用于材料的微缺陷检测.基于总体经验模态分解(EEMD)解决模态混叠问题算法的特点,将其应用于激光超声信号的消噪处理;针对EEMD降噪时IMF分量选取的问题,设计提出了自适应选取IMF分量重构信号的算法,获取基于EEMD的激光超声微缺陷信号的自适应降噪方法,取得了较好的去噪效果;提出了基于EEMD能量熵的激光超声微缺陷信号特征提取分析方法,并计算各阶能量,成功地探测缺陷的大小.
推荐文章
基于"能量-缺陷"的金属基复合材料缺陷信号特征提取
小波包多分辨率分析
小波包能量
特征向量
金属基复合材料(MMCs)
一种基于样本熵与EEMD的舰船辐射噪声特征提取方法
舰船辐射噪声
样本熵
集合经验模态分解
固有模态函数
特征提取
基于EEMD和多元多尺度熵的风力发电机组滚动轴承故障特征提取
风力发电机组
滚动轴承
特征提取
EEMD
多元多尺度熵
基于LMD能量熵的滚动轴承故障特征提取
滚动轴承
局部均值分解
能量熵
特征提取
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EEMD能量熵的激光超声微缺陷信号特征提取
来源期刊 测试技术学报 学科 工学
关键词 激光超声 微缺陷 能量熵 特征提取 EEMD
年,卷(期) 2019,(5) 所属期刊栏目 信号检测、算法与仿真
研究方向 页码范围 393-397,405
页数 6页 分类号 TN247|O426.9
字数 2148字 语种 中文
DOI 10.3969/j.issn.1671-7449.2019.05.005
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 郑宾 中北大学电气与控制工程学院 149 707 12.0 21.0
5 刘辉 中北大学电气与控制工程学院 19 77 5.0 8.0
6 郭华玲 中北大学电气与控制工程学院 33 93 6.0 8.0
10 刘艳莉 中北大学信息与通信工程学院 12 57 4.0 7.0
11 刘利平 中北大学电气与控制工程学院 3 9 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (44)
共引文献  (73)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(8)
  • 参考文献(4)
  • 二级参考文献(4)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(5)
  • 参考文献(0)
  • 二级参考文献(5)
2016(5)
  • 参考文献(3)
  • 二级参考文献(2)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2019(1)
  • 参考文献(0)
  • 二级参考文献(1)
2019(1)
  • 参考文献(0)
  • 二级参考文献(1)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
激光超声
微缺陷
能量熵
特征提取
EEMD
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
测试技术学报
双月刊
1671-7449
14-1301/TP
大16开
太原13号信箱
22-14
1986
chi
出版文献量(篇)
2837
总下载数(次)
7
总被引数(次)
13975
论文1v1指导