经验模态分解(EMD)

摘要： 为了探究经验模态分解(EMD)、整体经验模态分解(EEMD)和小波降噪三种方法的降噪性能,以中国区6个国际GNSS服务(IGS)站高程分量的5 a、10 a和20 a时序数据为例,对它们的降噪结果进行比较分析.首先利用线性拟合分离趋势项,并采用3σ准则剔除异常值,得到满足符合降噪要求的样本序列;然后分别用这三种方法分离样本序列中的噪声,得到降噪后的序列;最后以信噪比(SNR)、相关系数、均方根误差(RMSE)为评价指标比较分析它们的降噪性能.实验结果表明:1)当坐标时间序列质量较差时,EEMD和小波降噪可以很好的分离噪声;2)对于5 a和10 a时序数据,小波降噪的效果最好;对于20 a时序数据,EEMD和小波降噪效果接近,优于EMD;3)小波降噪抑制有色噪声的能力最佳.

摘要： 多类型油气藏储层受到煤层反射干扰,有效识别与去除煤层地震响应是提高煤系储层地震描述精度的关键技术之一.常规煤层匹配识别欠缺考虑煤层弹性参数的影响,引起煤层定位不准确、识别可靠性低、运算效率低等问题,本文充分考虑了弹性参数对煤层具有较好的指示作用,首次提出了地震反演驱动的改进匹配追踪煤层识别方法.首先根据岩石物理分析,构建煤层指示因子,提出匹配追踪煤层指示参数的地震反演方法,该参数能够较好地刻画煤层空间展布;基于此,在地震反演驱动下获得了煤层的先验位置,将其引入匹配追踪算法中约束匹配追踪搜索邻域,为缓解现有匹配追踪算法运行效率缓慢,将经验模态分解(EMD)引入匹配追踪领域,同时将连续相位替换瞬时相位加快匹配追踪运算效率,研发了煤层指示因子约束下基于EMD字典的改进匹配追踪煤层识别算法.模型测试验证了本文方法识别煤层的可行性,实际资料的计算结果表明,该方法在保持精度的情况下大大提高了计算效率,此外,预测的煤层与实际测井解释的煤层基本一致,有助于油气储层预测和识别,具有重要的实际应用价值.

摘要： 为了预防煤矿水害事故的发生,本文提出将经验模态分解(EMD)算法与时序注意力机制(TA-LSTM)结合的明渠流量预测模型,通过对明渠流量的实时预测来反映矿井涌水量的变化情况。模型首先通过EMD将明渠流量分解为多维子分量,充分提取明渠流量本身的波动特征和趋势特征;然后以长短时记忆网络(LSTM)为基础,融入注意力机制增强历史时间点对当前时刻的信息表达,构造时序注意力机制模型;最后通过该模型分别训练学习EMD分解后各分量的时序规律并进行预测,将各分量预测结果融合得到最终的明渠流量预测值。将此模型与现有其他模型进行了对比实验,其均方根误差和平均绝对百分比误差均小于其他模型。该研究为进一步预测矿井明渠流量提供了有效依据。

摘要： 针对目前电力系统低频振荡模式识别和参数提取中的噪声干扰等问题,提出一种基于希尔伯特变换(Hilbert transformation,HT)和能量函数经验模态分解(energy function of empirical mode decomposition,EFEMD)相结合的低频振荡模态辨识方法。首先运用经验模态分解(empirical mode decomposition,EMD)对含有噪声的电力系统低频振荡广域测量信号进行经验模态分解得到各个固有模态函数(intrinsic modal function,IMF),随后应用EFEMD-HT能量法对IMF进行能量计算并权重,筛选出系统的主导振荡模式,最后通过Hilbert变换对主导振荡模式进行参数的提取。通过对理想信号、EPRI-36机系统仿真信号以及电网实测PMU信号的仿真验证了所提EFEMD-HT能量法的可行性与有效性,能够对系统的主导振荡模式进行准确地辨识。

摘要： 针对重介分选的智能化发展需求,根据重介精煤灰分数据噪声特征及灰分过程控制对灰分预测精度、预测时长的要求,提出了基于EMD-LSTM的重介精煤灰分时间序列预测方法。首先,通过经验模态分解(EMD)算法将重介精煤灰分时序数列中的不同尺度分量逐级分解出来,生成一系列具有相同特征尺度的本征模函数,从而去除一定噪声影响;其次,进一步借助于长短期记忆(LSTM)神经网络可解决数据的长期依赖问题,从而在长时间视野预测方面表现更为突出。该方法应用于实际数据集的短期预测,实验结果表明,对LSTM神经网络进行参数寻优后,基于EMDLSTM的重介分选精煤灰分指标时间序列预测方法中,去除IMF1分量的模型所得的预测结果具有最小的标准差σ(0.1481)和平均绝对误差λ(0.1184),去除噪声后的EMD-LSTM模型可使预测准确性显著提高,能够有效解决精煤灰分预测的问题。

摘要： 针对太赫兹时域光谱系统由于延时线的重合抖动、采样抖动等产生的噪声,提出使用经验模态分解-R/S分析方法对太赫兹光谱信号进行降噪。采集太赫兹时域光谱系统的时域信号,根据EMD算法将信号分解成本征模态函数(IMF);使用R/S分析法分别计算各个IMF的Hurst指数。根据设定的阈值判断是否各个IMF是否存在均值回复的情况。如果IMF存在均值回复的现象,则使用原始信号与IMF信号作差,所得信号即为降噪后的时域信号。实验结果表明,与小波降噪算法相比,EMD-R/S分析算法能够有效地对太赫兹时域光谱信号降噪,能够有效还原太赫兹光谱信号特征。

摘要： 非线性形变影响全球卫星导航系统(GNSS)坐标时序精度.采用改进的自适应噪声总体集合经验模态分解(ICEEMDAN)和环境负载改正相结合的方法开展GNSS测站非线性形变去除研究.首先使用GMIS软件将GNSS坐标时序补充完整并去除粗差,然后使用ICEEMDAN方法对GNSS坐标时序进行分解,使用排列熵算法选取包含噪声和非线性形变的高频分量,最后使用环境负载对高频分量进行去除,利用经验模态分解(EMD)方法和环境负载结合的方法进行去除效果对比.研究结果表明:非线性形变去除后的GNSS坐标时序均方根(RMS)变化各有区别,垂向(U)方向最为明显,最大值达6.715 mm,东(E)方向次之,北(N)方向最小;ICEEMDAN方法和环境负载改正结合后N方向的非线性形变全部得到了削弱,E方向的非线性形变有75%得到了削弱,U方向的非线性形变有62.5%得到了削弱,其改正效果优于EMD方法和环境负载结合的改正效果.

摘要： 针对爆破延期识别中采用经验模态分解(empirical mode decomposition,EMD)方法存在模态混叠现象,导致延期识别精度低的问题。提出了一种完全正交经验模态分解(principal empirical mode decomposition,PEMD)方法,首先对原始信号进行EMD初步分解,得到多个具有模态混叠现象的本征模函数(intrinsic mode function,IMF)分量,其次对IMF分量进行主成分分析(principal component analysis,PCA),将混叠的IMF分量完全正交化,之后选择幅值较大且波形衰减明显的主分量,使用Hilbert变换提取包络线,最后对包络线峰值点进行识别。通过相似物理模拟试验证明,PEMD与传统方法EMD相比,有效地抑制振动信号EMD分解时出现模态混叠现象,延期识别误差降低至0,并通过控制高程和延期时间对PEMD方法的稳定性进行了检验;同时以德兴露天边坡延期爆破试验为例,PEMD能够更好地对爆破振动波峰值点进行精确识别,识别率稳定在90%以上,对后续爆破工程中爆破参数设计优化和盲炮的识别具有重要意义。

摘要： 端点效应会严重影响经验模态分解(empirical mode decomposition,EMD)提取本征模态函数(intrinsic mode function,IMF)的效果。针对基于三次样条端点延拓算法(cubic spline based method,CSBM)在设置延拓点坐标位置时缺乏对信号趋势进行考量的缺陷,结合改进斜率延拓方法(improved slope based method,ISBM)的设计思想,提出一种综合斜率变化率和三次样条的EMD端点延拓方法。新方法的主要创新点在于利用斜率变化率度量信号变化趋势,并基于信号和包络趋势来设置延拓点坐标信息。通过选取四组不同类型模拟信号以及两组实际工程应用信号,利用正交指数、均方误差和能量误差三个度量指标对算法性能进行评价。试验结果表明,所提方法的性能在整体上优于CSBM和ISBM方法。

摘要： 由于股指波动率具有非平稳、高嘈杂、非线性等特征,而传统的预测模型在建模时要求数据平稳、线性或近似线性,所以很难精准预测股指波动率。为提高股指波动率的预测效果,采用经验模态分解(EMD)、样本熵(SE)和长短期记忆网络(LSTM)构建的模型对股指日内已实现波动率进行预测。以中证500指数为例,经过EMD分解得到一系列分量,再根据分量的样本熵大小进行重构,最后利用LSTM对重构后的各序列进行预测。结果表明,EMD算法对LSTM模型的预测精度有很大的提升,相较于传统模型,EMD-SE-LSTM模型在预测股指波动率时精度更高,拟合优度更好。

摘要： 本文应用基于经验模态分解(EMD)的希尔伯特一黄变化(HHT)技术,对乌江洪家渡站1951～2005年来天然年径流量系列进行了分析研究。研究结果表明:(1)乌江洪家渡站年径流量存在准3年,准9年,准11年及准30年的波动周期;(2)各时间尺度振荡的方差贡献以3年和9年的为最大;(3)对未来洪家渡水电站年径流量变化作出了预测。在未来的5年中,洪家渡站年径流量减少的趋势将会逐渐扭转,年径流量将会逐年增加。本文研究成果对洪家渡水电站防洪调度有重要的参考价值。

摘要： 本文应用基于经验模态分解(EMD)的希尔伯特一黄变化(HHT)技术,对乌江洪家渡站1951～2005年来天然年径流量系列进行了分析研究。研究结果表明:(1)乌江洪家渡站年径流量存在准3年,准9年,准11年及准30年的波动周期;(2)各时间尺度振荡的方差贡献以3年和9年的为最大;(3)对未来洪家渡水电站年径流量变化作出了预测。在未来的5年中,洪家渡站年径流量减少的趋势将会逐渐扭转,年径流量将会逐年增加。本文研究成果对洪家渡水电站防洪调度有重要的参考价值。

摘要： 本文应用基于经验模态分解(EMD)的希尔伯特一黄变化(HHT)技术,对乌江洪家渡站1951～2005年来天然年径流量系列进行了分析研究。研究结果表明:(1)乌江洪家渡站年径流量存在准3年,准9年,准11年及准30年的波动周期;(2)各时间尺度振荡的方差贡献以3年和9年的为最大;(3)对未来洪家渡水电站年径流量变化作出了预测。在未来的5年中,洪家渡站年径流量减少的趋势将会逐渐扭转,年径流量将会逐年增加。本文研究成果对洪家渡水电站防洪调度有重要的参考价值。

摘要： 本文应用基于经验模态分解(EMD)的希尔伯特一黄变化(HHT)技术,对乌江洪家渡站1951～2005年来天然年径流量系列进行了分析研究。研究结果表明:(1)乌江洪家渡站年径流量存在准3年,准9年,准11年及准30年的波动周期;(2)各时间尺度振荡的方差贡献以3年和9年的为最大;(3)对未来洪家渡水电站年径流量变化作出了预测。在未来的5年中,洪家渡站年径流量减少的趋势将会逐渐扭转,年径流量将会逐年增加。本文研究成果对洪家渡水电站防洪调度有重要的参考价值。

摘要： 介绍了机械设备一种时频分析的新方法.基于经验模态分解的时频分析方法是把一列时间序列数据通过经验模态分解成本征模函数组,然后经希尔伯特变换获得频谱的方法.介绍了该方法的理论和算法.对仿真和设备故障信号分别用基于EMD的时频分析方法和基于短时傅立叶变换、Wigner分布分析、小波变换的时频分析进行了比较研究.研究结果表明,基于EMD的时频分析方法比上述方法有效.

摘要： 介绍了机械设备一种时频分析的新方法.基于经验模态分解的时频分析方法是把一列时间序列数据通过经验模态分解成本征模函数组,然后经希尔伯特变换获得频谱的方法.介绍了该方法的理论和算法.对仿真和设备故障信号分别用基于EMD的时频分析方法和基于短时傅立叶变换、Wigner分布分析、小波变换的时频分析进行了比较研究.研究结果表明,基于EMD的时频分析方法比上述方法有效.

摘要： 介绍了机械设备一种时频分析的新方法.基于经验模态分解的时频分析方法是把一列时间序列数据通过经验模态分解成本征模函数组,然后经希尔伯特变换获得频谱的方法.介绍了该方法的理论和算法.对仿真和设备故障信号分别用基于EMD的时频分析方法和基于短时傅立叶变换、Wigner分布分析、小波变换的时频分析进行了比较研究.研究结果表明,基于EMD的时频分析方法比上述方法有效.

摘要： 介绍了机械设备一种时频分析的新方法.基于经验模态分解的时频分析方法是把一列时间序列数据通过经验模态分解成本征模函数组,然后经希尔伯特变换获得频谱的方法.介绍了该方法的理论和算法.对仿真和设备故障信号分别用基于EMD的时频分析方法和基于短时傅立叶变换、Wigner分布分析、小波变换的时频分析进行了比较研究.研究结果表明,基于EMD的时频分析方法比上述方法有效.

摘要： 介绍了机械设备一种时频分析的新方法.基于经验模态分解的时频分析方法是把一列时间序列数据通过经验模态分解成本征模函数组,然后经希尔伯特变换获得频谱的方法.介绍了该方法的理论和算法.对仿真和设备故障信号分别用基于EMD的时频分析方法和基于短时傅立叶变换、Wigner分布分析、小波变换的时频分析进行了比较研究.研究结果表明,基于EMD的时频分析方法比上述方法有效.

摘要： 一种基于经验模态分解与改进变分模态分解的齿轮箱复合故障诊断方法，该方法包括以下步骤：获取目标齿轮箱的复合故障振动信号；利用经验模态分解方法对齿轮箱的振动信号进行自适应分解；针对经验模态分解时可能出现的虚假模态分量问题，利用能量法消除虚假模态；计算得到与原始信号相关性较大的模态分量并构成组合模态分量；提出采用包络熵与波形法相结合来对变分模态分解的模态个数k与惩罚因子α进行改进，并对组合模态分量进行分解；最后对变分模态分解得到的有限带宽模态分量进行包络解调分析，提取齿轮的故障特征。将本发明应用于实际齿轮箱中齿轮点蚀‑磨损复合故障振动信号的分析，成功分离并提取了故障特征，取得了良好的效果。

摘要： 本发明公开了基于经验模态分解和奇异值分解的振源数估计方法，包括S1：采集行星减速器振动观测信号；S2：采用经验模态分解方法对振动观测信号进行虚拟通道扩展；S3：采用奇异值分解方法求取通道扩展后振动信号的相关系数矩阵特征值；S4：利用K均值聚类方法分析相关系数矩阵特征值聚集结果，由最终聚类数量减去1作为振动信号盲源数估计结果，指导行星减速器的盲源分离和后续故障诊断。本发明解决行星减速器故障诊断过程中存在的观测传感器数量小于振源数量，无法准确估计行星减速器振动信号振源数量问题，可在不增加观测传感器硬件数量的前提下准确实现振动信号盲源数估计，提高基于振动信号分析的行星减速器故障诊断准确性。

摘要： 本发明公开了一种基于EMD的分接开关振动信号降噪方法，包括以下步骤：1)通过加速度传感器对有载分接开关(OLTC)正常状态下的振动信号、故障状态下的振动信号进行采集；2)采用经验模态分解(EMD)算法对采集的振动信号进行分解，得到IMF分量；3)对EMD分解得到的前几个IMF分量采用基于EMD阈值降噪的方法进行降噪处理，而对于其余的IMF分量则采用Savitzky‑Golay滤波器进行降噪。实验数据表明：本发明对分接开关振动信号降噪可以取得较好的降噪效果。

摘要： 一种基于经验模态分解与改进变分模态分解的齿轮箱复合故障诊断方法，该方法包括以下步骤：获取目标齿轮箱的复合故障振动信号；利用经验模态分解方法对齿轮箱的振动信号进行自适应分解；针对经验模态分解时可能出现的虚假模态分量问题，利用能量法消除虚假模态；计算得到与原始信号相关性较大的模态分量并构成组合模态分量；提出采用包络熵与波形法相结合来对变分模态分解的模态个数k与惩罚因子α进行改进，并对组合模态分量进行分解；最后对变分模态分解得到的有限带宽模态分量进行包络解调分析，提取齿轮的故障特征。将本发明应用于实际齿轮箱中齿轮点蚀‑磨损复合故障振动信号的分析，成功分离并提取了故障特征，取得了良好的效果。

摘要： 本发明涉及一种经验模态分解中模态混叠问题的自适应解耦方法，包括：将待分解的信号中添加噪声，获得加噪信号；从所述加噪信号中提取局部极值点；从所述局部极值点中挑选窗极值点；利用所述窗极值点构造上、下包络线；根据所述上、下包络线计算当前包络均值；根据所述加噪信号与当前包络均值获得当前残差信号；判断当前迭代的包络均值是否小于第一阈值，当前残差信号作为第一内蕴模态分量；判断当前迭代获得的窗极值点的个数是否小于等于设定的第二阈值；如果是，则获得了第一内蕴模态分量和趋势项；其中，所述趋势项通过待分解的信号中添加噪声的加噪信号减去第一内蕴模态分量获得。

摘要： 本发明公开了一种基于AMD的去除经验模态分解中模态混叠方法，包括以下步骤:(1)对原始信号进行EMD分解，得到各个固有模态函数，观察固有模态函数是否存在模态混叠现象；(2)求出第一个固有模态函数的瞬时频率特性，可根据其判断是否存在模态混叠现象；(3)若IMF1的瞬时频率存在差异较大的频率成分，则说明出现模态混叠现象，并可根据瞬时频率得出间断信号的起止时刻；(4)若存在模态混叠现象，则根据IMF1瞬时频率中频率成分确定二分频率值；(5)利用该二分频率值对原信号进行AMD分解，提取出间断信号后再进行EMD分解。本发明能有效地消除EMD分解过程中的模态混叠现象，使IMF更可靠地反映真实物理过程。

摘要： 本发明公开了一种经验模态分解‑局部均值分解联合方法，涉及信号处理技术领域，该方法包括：S1：针对非线性非稳定的原始信号，进行经验模态分解，得到所有的固有模态函数；S2：以所有的固有模态函数作为输入，使用局部均值分解方法进行分解，得到瞬时频率物理意义明确的处理信号。采用本发明的技术方案能够克服以往由希尔伯特‑黄变换产生的负频率问题，同时具备强鲁棒性并且得到的瞬时频率物理意义明确，从而能够适用于处理自然界及工程领域的复杂非线性非稳定信号。

摘要： 一种基于经验模态分解的功率频域分解优化方法，包括以下步骤：步骤1)：建立混合储能系统中储能元件的数学模型；步骤2)：利用经验模态分解算法，将功率需求指令信号分解为不同阶数的固有模态函数；步骤3)：利用希尔伯特黄变换方法，将各阶固有模态函数转化为瞬时频率‑时间的函数；步骤4)：建立以频率为变量的混合叠加能量优化模型；步骤5)：利用遗传算法对频率的混合叠加能量优化模型进行求解，寻找混合叠加能量最少的频率。本发明降低了混合储能系统配置容量，以及综合成本，与传统方案相比，具有较大优势。

摘要： 本发明公开了一种基于小波分解与经验模态分解的异常电流诊断方法和系统，涉及复杂电路异常电流诊断技术领域；本发明的方法包括步骤有：获取对每一种带故障信息的电流数据分别进行小波分解获得小波系数；通过小波系数计算每种带故障信息的电流数据的方差、归一化能量值、第一能量熵；利用经验模态分解方法分解每种带故障电流数据得到不同的本征模态分量，并通过本征模态分量计算第二能量熵；将方差、归一化能量值、第一能量熵和第二能量熵构建成电流信号特征向量；通过特征向量训练分类器；将训练好的分类器对电流数据进行异常诊断；本发明解决了识别多种电气故障类型的复杂电路故障诊断方法，克服故障类型诊断准确率低的技术问题。

摘要： 本发明公开了基于经验模态分解和奇异值分解的振源数估计方法，包括S1：采集行星减速器振动观测信号；S2：采用经验模态分解方法对振动观测信号进行虚拟通道扩展；S3：采用奇异值分解方法求取通道扩展后振动信号的相关系数矩阵特征值；S4：利用K均值聚类方法分析相关系数矩阵特征值聚集结果，由最终聚类数量减去1作为振动信号盲源数估计结果，指导行星减速器的盲源分离和后续故障诊断。本发明解决行星减速器故障诊断过程中存在的观测传感器数量小于振源数量，无法准确估计行星减速器振动信号振源数量问题，可在不增加观测传感器硬件数量的前提下准确实现振动信号盲源数估计，提高基于振动信号分析的行星减速器故障诊断准确性。