基于CEEMDAN与Teager能量算子的谐波检测方法 被引量：18

1

作者 任子晖 成江洋 +1 位作者 邢强 陈明 《电力系统保护与控制》 EI CSCD 北大核心 2017年第9期56-62,共7页

针对现有的电力系统谐波信号检测方法精度不高的问题,提出一种基于自适应噪声的完全集合经验模态分解(CEEMDAN)和Teager能量算子的谐波检测新方法。首先利用CEEMDAN对谐波信号进行分解,获得不同局部特征时间尺度的固有模态函数(IMF)分... 针对现有的电力系统谐波信号检测方法精度不高的问题,提出一种基于自适应噪声的完全集合经验模态分解(CEEMDAN)和Teager能量算子的谐波检测新方法。首先利用CEEMDAN对谐波信号进行分解,获得不同局部特征时间尺度的固有模态函数(IMF)分量。其次,通过改进的EEMD去噪方法和相关性判据方法分别去除噪声分量和虚假分量得到真实的谐波分量。最后利用Teager能量算子计算出谐波分量的瞬时幅值和瞬时频率,可以准确地获得谐波信号的能量谱信息。该方法充分利用了CEEMDAN的局部自适应性与Teager能量算子的快速响应特点,通过EMD、EEMD和CEEMDAN分别与Teager能量算子相结合的方法进行谐波检测。对比检测结果不仅表明了该方法具有较高的检测精度,而且验证了所提方法的可行性和有效性。 展开更多

关键词 谐波检测 自适应噪声的完全集合经验模态分解 TEAGER能量算子 能量谱 检测精度

下载PDF 职称材料

基于多域信息融合与深度分离卷积的轴承故障诊断网络模型 被引量：3

2

作者 王同 许昕 潘宏侠 《机电工程》 北大核心 2024年第1期22-32,共11页

针对传统卷积神经网络(CNN)对滚动轴承振动信号的故障识别准确率不高这一问题,提出了一种基于多域信息融合结合深度分离卷积(MDIDSC)的轴承故障诊断方法。首先,利用自适应噪声的完全集合经验模态分解(CEEMDAN)算法对轴承振动信号进行了... 针对传统卷积神经网络(CNN)对滚动轴承振动信号的故障识别准确率不高这一问题,提出了一种基于多域信息融合结合深度分离卷积(MDIDSC)的轴承故障诊断方法。首先,利用自适应噪声的完全集合经验模态分解(CEEMDAN)算法对轴承振动信号进行了分解;然后,利用分解出的本征模态函数(IMF)的各个分量构建了多空间状态矩阵,并将该多空间状态矩阵输入该深度分离卷积模型中,进行了卷积训练;同时,在该深度分离卷积模型中添加了残差结构,对数据特征进行了复利用,并对卷积核进行了深度分离,解决了深度模型的网络退化问题;最后,提出了一种空间特征提取方法,对模型参数进行了修剪,采用一种自适应学习率退火方法进行了梯度优化,以避免模型陷入局部最优。研究结果表明:通过对多个轴承故障数据集进行对比分析可知,MDIDSC在轴承故障诊断方面的准确率和稳定性明显优于其他方法,MDIDSC的最高测试准确率为100%,平均测试准确率为99.07%;同时,在测试集中的最大损失和平均损失分别为0.1345和0.0841;该结果表明MDIDSC在轴承故障诊断方面具有一定的优越性。 展开更多

关键词 深度分离卷积 信息融合 参数修剪 残差网络 卷积神经网络 自适应噪声的完全集合经验模态分解 本征模态函数 多域信息融合结合深度分离卷积

下载PDF 职称材料

基于CEEMDAN的GNSS-MR海平面高度反演

3

作者 林枫 《测绘与空间地理信息》 2024年第12期104-107,共4页

当前,全球变暖明显,海平面高度不断呈现上升趋势,快速、准确地获取海平面高度变化趋势对于保障沿海地区安全具有重要意义。随着全球导航卫星系统(GNSS)技术的不断发展与成熟,GNSS多路径反射测量(GNSS-MR)技术已经成为海平面高度变化反... 当前,全球变暖明显,海平面高度不断呈现上升趋势,快速、准确地获取海平面高度变化趋势对于保障沿海地区安全具有重要意义。随着全球导航卫星系统(GNSS)技术的不断发展与成熟,GNSS多路径反射测量(GNSS-MR)技术已经成为海平面高度变化反演的重要手段之一。然而受多种因素影响,采集信号存在信号混杂问题,基于此,本文提出一种利用自适应噪声的完全集合经验模态分解(CEEMDAN)提取信噪比中海水信号的方法,解决了地面、地物反射信号及噪声信号的影响。使用选取美国Friday Habor海港某测站信噪比(SNR)序列进行试验,结果表明,经CEEMDAN方法剔除噪声后,分量反演精度较原始序列提升了22.08%,相关系数增加了5.32%,验证了本文方法的有效性。 展开更多

关键词 多路径效应 信噪比 自适应噪声的完全集合经验模态分解 海平面高度

下载PDF 职称材料

利用CEEMDAN进行GNSS-MR雪深反演 被引量：2

4

作者 薛张芳 刘立龙 +2 位作者 吴昊舰 张志 刘睿国 《大地测量与地球动力学》 CSCD 北大核心 2022年第1期25-28,共4页

将自适应噪声的完全集合经验模态分解方法替换常用的二次多项式方法,对原始信噪比(signal-to-noise,SNR)进行信号分解,直接提取相应的本征模态函数,再应用于GNSS-MR技术反演雪深。以美国科罗拉多州NWOT测站GPS数据进行实验的结果表明,... 将自适应噪声的完全集合经验模态分解方法替换常用的二次多项式方法,对原始信噪比(signal-to-noise,SNR)进行信号分解,直接提取相应的本征模态函数,再应用于GNSS-MR技术反演雪深。以美国科罗拉多州NWOT测站GPS数据进行实验的结果表明,该方法与传统方法相比,均方根误差降低30.7%,与实测数据相关系数为0.965,验证了该方法的有效性。 展开更多

关键词 GNSS-MR 自适应噪声的完全集合经验模态分解 多路径效应 雪深

下载PDF 职称材料

不同时间尺度下秘鲁鳀资源量的波动特征

5

作者 张鑫浩 高华晨 陈芃 《上海海洋大学学报》 CAS CSCD 北大核心 2022年第3期761-769,共9页

海洋渔业资源其资源量在时间上存在波动,了解资源量波动的不同时间尺度特征可为探索资源变动的相关因素提供依据。为此,根据1985—2021年间秘鲁鳀(Engraulis ringens)资源量时间序列,利用自适应噪声的完全集合经验模态分解(complete emp... 海洋渔业资源其资源量在时间上存在波动,了解资源量波动的不同时间尺度特征可为探索资源变动的相关因素提供依据。为此,根据1985—2021年间秘鲁鳀(Engraulis ringens)资源量时间序列,利用自适应噪声的完全集合经验模态分解(complete empirical mode decomposition with adaptive noise, CEEMDAN)的方法,提取资源量波动的不同时间尺度特征,并评价各时间尺度波动对总体资源波动的贡献程度;此外使用交相关分析的方法探究厄尔尼诺和拉尼娜事件对不同时间尺度下秘鲁鳀资源量波动的影响。研究发现,CEEMDAN可将秘鲁鳀资源量时间序列分解成5个本征模态函数(intrinsic mode function, IMF_(1),其中i为分量级数)分量和1个残差项(residual, RES);根据各IMF;分量的周期特征及其对总体资源波动贡献分析结果可知:秘鲁鳀的资源量波动主要受到季节或年间为表征的IMF;波动和代表其年代际变动趋势的RES所控制,其中资源量年代际变动的趋势与东南太平洋洪堡洋流生态系统周期性变动有关;交相关分析结果表明厄尔尼诺和拉尼娜事件主要影响秘鲁鳀资源量年间和年际的波动,其中Ni1o1+2区的海表面温度距平(sea surface temperature anomaly, SSTA)与海洋尼诺指数(oceanic ni1o index, ONI)相比对秘鲁鳀资源量波动的表征作用更为明显,在滞前1.0~1.5年内,其值的偏高可能会对秘鲁鳀资源量产生负影响。 展开更多

关键词 秘鲁鳀 资源量波动 自适应噪声的完全集合经验模态分解 厄尔尼诺拉尼娜事件

原文传递

基于CEEMDAN-PE的心冲击信号降噪方法研究 被引量：25

6

作者 耿读艳 王晨旭 +2 位作者 赵杰 宁琦 姜星 《仪器仪表学报》 EI CAS CSCD 北大核心 2019年第6期155-161,共7页

心冲击信号(BCG)是反应心脏力学特征的生理信号,能实现无电极束缚条件下的连续采集测量,然而BCG信号微弱且极易受到干扰,测量时经常会淹没在噪声中。为了有效识别BCG信号,提出一种基于自适应噪声的完全集合经验模态分解(CEEMDAN)联合排... 心冲击信号(BCG)是反应心脏力学特征的生理信号,能实现无电极束缚条件下的连续采集测量,然而BCG信号微弱且极易受到干扰,测量时经常会淹没在噪声中。为了有效识别BCG信号,提出一种基于自适应噪声的完全集合经验模态分解(CEEMDAN)联合排列熵(PE)的BCG降噪方法。首先,将采集到的BCG信号通过CEEMDAN分解得到一系列按频率由高到低的固有模态函数(IMF)。其次,通过PE计算各个IMF分量的值并确定有效信号的阈值范围,从而滤除信号中的高频噪声和基线漂移。最后实验结果显示,降噪后信号的幅频特性得到明显改善且信噪比较传统方法有明显提高,证明了本文降噪方法效果显著,能够有效还原BCG信号特征。 展开更多

关键词 心冲击信号 基于自适应噪声的完全集合经验模态分解 排列熵 降噪

下载PDF 职称材料

基于二次模态分解的LSTM短期电力负荷预测 被引量：2

7

作者 张淑娴 江文韬 +3 位作者 陈玉花 杨晓东 金丰 白莉 《科学技术与工程》 北大核心 2024年第7期2759-2766,共8页

为进一步提高短期电力负荷的预测精度,需要更深层次发掘负荷数据中隐藏的非线性关系。提出一种基于信号分解技术的二次模态分解的长短期记忆神经网络(long short-term memory network, LSTM)用于电力负荷的短期预测。所提算法先对原始... 为进一步提高短期电力负荷的预测精度,需要更深层次发掘负荷数据中隐藏的非线性关系。提出一种基于信号分解技术的二次模态分解的长短期记忆神经网络(long short-term memory network, LSTM)用于电力负荷的短期预测。所提算法先对原始负荷序列进行自适应噪声的完全集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise, CEEMDAN),再将CEEMDAN分解后分量中的强非平稳分量进行变分模态分解(variational mode decomposition, VMD),同时用中心频率法对VMD分解个数进行优化,然后将两次分解后得到的负荷子序列送入LSTM中进行预测,并将所得分量预测结果进行叠加。结果表明,本文所提方法对短期电力负荷预测结果精度和模型性能都有较大提升。 展开更多

关键词 短期负荷预测 二次模态分解 自适应噪声的完全集合经验模态分解(CEEMDAN) 变分模态分解(VMD) 长短期记忆网络(LSTM)

下载PDF 职称材料

基于CEEMDAN和ICA的油气勘探大地电磁噪声消除方法 被引量：2

8

作者 曹小玲 唐新功 蒋涛 《石油地球物理勘探》 EI CSCD 北大核心 2023年第3期740-750,共11页

大地电磁(MT)信号中的噪声会严重影响大地电磁勘探的观测数据,导致后续反演、解释工作出现严重偏差,影响油气勘探效果。为此,提出了一种基于带自适应噪声的完全集合经验模态分解(CEEMDAN)和独立分量分析(ICA)的噪声消除方法。该方法将... 大地电磁(MT)信号中的噪声会严重影响大地电磁勘探的观测数据,导致后续反演、解释工作出现严重偏差,影响油气勘探效果。为此,提出了一种基于带自适应噪声的完全集合经验模态分解(CEEMDAN)和独立分量分析(ICA)的噪声消除方法。该方法将经验模态分解(EMD)中的CEEMDAN方法与盲源分离(BSS)中的ICA方法进行有效结合。首先,利用改进的端点检测技术识别电磁信号中的有噪声信号分段;其次,利用CEEMDAN方法对其进行分解,提取具有代表性的固有模态分量(IMF)分量并进行ICA处理,达到消除噪声的目的;然后,利用获得的独立分量对有用MT信号进行逆向重构;最后,将未受噪声污染的MT信号与去噪后的有用MT信号进行拼接,获得最终的消噪后的完整MT信号。对合成信号和实测MT数据的实验结果表明,该方法能有效消除MT信号中的噪声。 展开更多

关键词 大地电磁 带自适应噪声的完全集合经验模态分解(CEEMDAN) 独立分量分析(ICA) 去噪

下载PDF 职称材料

ICEEMDAN在GNSS-MR海平面高度反演中的应用

9

作者 刘睿国 刘立龙 +3 位作者 吴晗 范兴群 刘卓仑 张卫平 《测绘科学技术》 2022年第3期140-148,共9页

针对全球导航卫星系统多路径反射测量(GNSS multipath reflectometry, GNSS-MR)技术存在的信噪比(Signal-to-Noise Ratio, SNR)信号中掺杂噪声的问题,提出利用改进的自适应噪声的完全集合经验模态分解方法对原始信噪比数据进行分解,筛... 针对全球导航卫星系统多路径反射测量(GNSS multipath reflectometry, GNSS-MR)技术存在的信噪比(Signal-to-Noise Ratio, SNR)信号中掺杂噪声的问题,提出利用改进的自适应噪声的完全集合经验模态分解方法对原始信噪比数据进行分解,筛选出不含噪声的有效残差序列,实现去噪处理,再应用于GNSS-MR技术反演海平面高度。以西印度洋非洲东海岸MAYG测站GPS数据进行实验,结果表明该方法相比二次多项式拟合方法,均方根误差降低了29%,相关系数为0.98,验证了该方法应用于海平面测高的有效性。 展开更多

关键词 GNSS-MR 改进的自适应噪声的完全集合经验模态分解 信噪比(SNR) 海平面高度

下载PDF 职称材料

基于ICEEMDAN和共振解调的轴承故障检测方法

10

作者 唐斌 池茂儒 +2 位作者 赵明花 李大柱 许文天 《铁道机车车辆》 北大核心 2024年第4期84-91,共8页

对于滚动轴承的故障检测,提出了一种基于带自适应噪声的改进完全集合经验模态分解(ICEEMDAN)和共振解调的轴承故障检测方法。通过ICEEMDAN算法,把原始振动信号分解为若干个IMF分量;选取有效IMF分量进行求和,得到重构信号;使用快速峭度... 对于滚动轴承的故障检测,提出了一种基于带自适应噪声的改进完全集合经验模态分解(ICEEMDAN)和共振解调的轴承故障检测方法。通过ICEEMDAN算法,把原始振动信号分解为若干个IMF分量;选取有效IMF分量进行求和,得到重构信号;使用快速峭度图法确定共振频带,然后以此设计相应滤波器进行滤波;使用形态学滤波方法进行共振信号的解调,然后再利用FFT得到轴承的故障特征频谱图。内、外圈故障振动数据验证结果表明,该方法能够检测出滚动轴承的故障。 展开更多

关键词 滚动轴承 带自适应噪声的改进完全集合经验模态分解(ICEEMDAN) 共振解调 快速峭度图 形态学滤波

下载PDF 职称材料

基于CEEMDAN-IAWT方法的滚动轴承振动信号降噪 被引量：8

11

作者 任海军 韦冲 +2 位作者 谭志强 罗亮 丁显飞 《振动与冲击》 EI CSCD 北大核心 2023年第13期199-207,268,共10页

针对滚动轴承振动信号中混入噪声的问题,设计一种自适应白噪声完全集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)结合改进自适应小波阈值(improved adaptive wavelet threshold,IAWT... 针对滚动轴承振动信号中混入噪声的问题,设计一种自适应白噪声完全集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)结合改进自适应小波阈值(improved adaptive wavelet threshold,IAWT)的联合降噪法。使用CEEMDAN对信号进行模态分解得到本征模态函数(intrinsic mode functions,IMFs);将得到的IMFs与原信号进行相关性分析识别有效分量;针对小波阈值(wavelet threshold,WT)降噪算法不能自适应选取小波基和分解层数以及阈值函数存在缺陷的问题,设计了IAWT算法,利用IAWT算法过滤IMFs中的噪声;将处理后的IMFs进行信号重构。利用设计的联合降噪算法对仿真信号和试验台信号处理可知,相比于WT,使用IAWT处理后的信号信噪比提高了约0.5 dB,与原信号的相关系数提高了约0.03,均方根误差降低了约0.01;将设计的方法与CEEMDAN-WT等方法对比可知,经处理后的信号信噪比至少提高了1.37 dB,且信号特征保存完好。 展开更多

关键词 滚动轴承 振动信号降噪 自适应白噪声完全集合经验模态分解(CEEMDAN) 改进的自适应小波阈值(IAWT)

下载PDF 职称材料

基于多层信号分解的混凝土拱坝变形监测模型

12

作者 王子轩 欧斌 +3 位作者 陈德辉 杨石勇 赵定柱 傅蜀燕 《三峡大学学报（自然科学版）》 CAS 北大核心 2024年第6期1-9,共9页

为了充分挖掘大坝变形监测数据的非线性和非平稳性特征,本文提出了一种大坝变形监测模型.首先,该模型通过自适应噪声完全集合经验模态分解(CEEMDAN)对变形监测数据进行分解处理.在分解过程中融入样本熵(SE)和K-均值聚类,以确保得到的模... 为了充分挖掘大坝变形监测数据的非线性和非平稳性特征,本文提出了一种大坝变形监测模型.首先,该模型通过自适应噪声完全集合经验模态分解(CEEMDAN)对变形监测数据进行分解处理.在分解过程中融入样本熵(SE)和K-均值聚类,以确保得到的模态分量(IMF)个数能够准确描述大坝变形.然后,对于高频IMF分量,采用变分模态分解(VMD)进行二次分解,并利用偏最小二乘法(PLS)分析变形序列影响因子,以提取最佳的IMF分量作为后续模型的输入因子.最后,利用改进的共生生物搜索算法(ISOS)结合长短期记忆神经网络(LSTM)进行大坝变形的准确预测.研究结果表明:相较于单层信号处理,本文通过二次信号处理可以显著提升模型的预测精度;对二次分解后的IMFs分量进行PLS筛选可以有效避免模型的冗余性,提高计算效率;相较于各对比模型,本文模型在各测点上均具有较好的预测精度和稳定性.本文提出的模型能够深入挖掘大坝监测数据中的拓扑关系,有效保留数据中的高频有用信息,从而提高预测的准确性和平滑性,展示出较好的预测精度和泛化能力. 展开更多

关键词 大坝变形 自适应噪声完全集合经验模态分解 样本熵 K-均值聚类算法 改进的共生生物搜索算法 变分模态分解

下载PDF 职称材料

基于ICEEMDAN-多尺度排列熵的拆除爆破振动信号降噪研究

13

作者 康怡泽 姚颖康 +2 位作者 董润龙 贾永胜 谢全民 《振动与冲击》 EI CSCD 北大核心 2024年第13期275-287,共13页

由于工程环境、炸药爆炸等因素影响,实测建(构)筑物爆破拆除所产生的低频振动信号常受到噪声干扰。提出改进的自适应噪声完全集合经验模态分解(improved complete ensemble empirical mode decomposition with adaptive noise, ICEEMDAN... 由于工程环境、炸药爆炸等因素影响,实测建(构)筑物爆破拆除所产生的低频振动信号常受到噪声干扰。提出改进的自适应噪声完全集合经验模态分解(improved complete ensemble empirical mode decomposition with adaptive noise, ICEEMDAN)与多尺度排列熵联合的降噪算法,并运用皮尔逊系数、信噪比和均方误差来验证所用算法的可行性。对实测拆除爆破塌落触地振动信号进行降噪处理,通过频谱分析以及各类指标对比表明,该联合降噪方法能够有效降低拆除爆破振动信号中的噪声,并且对信号的低频能量影响较小,降噪效果显著,为拆除爆破振动信号分析和处理提供了一种新的有效的方法。 展开更多

关键词 拆除爆破 振动信号 改进的自适应噪声完全集合经验模态分解(ICEEMDAN) 多尺度排列熵 信号降噪

下载PDF 职称材料