搜索资源列表
neuralandwavelet
- 对采集到的电压信号进行小波包分解提取特征向量，再进行BP神经网络训练-On the acquisition of the voltage signal to the wavelet packet decomposition to extract feature vector and then BP neural network training
jinzhend
- 独立成分分析( I C A) 是一项把混合信号分解成具有统计独立性成分的新技术 。I C A近年已在生物医 域的信号分离中展示 了很好的应用前景 。 我们比较系统地介绍了 I C A的基本原理 、 主要算法 、 应用和 究的发展方向，旨在进一步推动有关的理论与应用研究工作。-Independent Component Analysis (ICA) is a decomposition of the mixed-signal components into a statistical in
mallat
- 小波分解，能够对离散信号进行小波分解处理并重构-Wavelet decomposition, can be a discrete wavelet decomposition of signal processing and reconstruction
MatchingPursuit
- Matching Pursuit 算法是信号分解的一种具体实现方法。但其本质上则是一种估计 信号模型参数的方法，因而可直接用于信号检测及参量估计。本文以谐波信号特征参量的估计为例，介绍了其具体实现方法。-Matching Pursuit algorithm is a specific method of signal decomposition. But by its very nature is an estimated signal model parameters, and thus
The-empirical-mode-decomposition-
- 应用经验模式分解将恒电量瞬态响应信号分解为不同时间尺度的内在模函数分量，去除其中的小时间尺度的干扰噪声分量-Empirical mode decomposition coulostatic transient response signal is decomposed into different time scales intrinsic mode function component, remove the small time scale interference noise compon
Hilbert335
- 测量6205深沟球轴承的故障振动加速度信号, 对信号进行时频分析, 利用经验模态分解方法将振动信号分解成不同特征时间尺度的固有模态函数,对每个固有模态函数进行Hilbert 变换得到Hilbert 谱,通过谱分析识别轴承的故障部位和类型, 证实Hilbert 谱的有效性-Measuring 6205 deep groove ball bearing fault vibration acceleration signal, the signal frequency analysis, empiri
energy-leakage--dual-tree
- 首先根据高斯白噪声频率充满整个频带的特性，通过双树复小波包变换对高斯白噪声进行分解，利用频带能量泄漏的定量分析方法，验证了双树复小波包变换具有较低的频带能量泄漏特性；其次利用双树复小波包变换逐层分解信号，对每层分解所得分量求其FFT谱的峭度，得到基于双树复小波包变换的谱峭度图，根据图中峭度最大的原则，可以自动准确的选择信号分解最佳层数和最佳分量；最后将基于双树复小波包变换的谱峭度图的故障诊断方法应用于实际工程中，对齿轮故障振动信号进行分析，选择最佳分解层数和分量后利用希尔伯特包络解调，有效准确地
wavelet-motion-interference
- 运用小波模极大值滤波算法消除光电容积脉搏波中的运动干扰,主要采用小波的算法，进行信号分解，去除干扰信号的运动伪像-Wavelet modulus maxima filtering algorithms eliminate photoelectric volume pulse wave motion disturbances, mainly wavelet algorithms for signal decomposition, removing the motion artifacts inte
emd--luntan
- 该程序可以把原始信号分解成各个固有模态函数，从而可以进行其他处理。-empirical mode decomposition
emd2
- 基于经验模态分解的c语言实现，包括求取包络，插值，等。对于信号分解有一个新的认识。-Based on Empirical Mode Decomposition c language, including strike envelope, interpolation, and the like. For the signal into a new understanding.
LMD
- 局部模态分解，具有良好的信号分解能力，不会产生模态混叠现象。-Local mode decomposition, has a good ability to decompose a signal, no modal aliasing.
VMD
- 本文介绍了一种自适应信号分解新方法-变分模态分解，并且针对滚动轴承早期故障识别困难这一问题，提出了基于VMD的诊断方法。-In this paper, a new adaptive signal decomposition method, variational mode decomposition, is introduced. Aiming at the problem of early fault identification of rolling bearing, a diagnosis
VMD-Parameter-Estimation
- 变分模态分解在信号分解精度和噪声鲁棒性方面具有明显优势，但需预先确定模态数K，而目前K 只能靠先验知识进行预估，如果预估的K 与实际信号存在差异，会导致分解误差较大。针对以上问题，利用EMD 不需预先设定模态数的自适应分解特点，通过对EMD 分解结果的分析，进行VMD 分解模态数的估计，并通过仿真信号分析及滚动轴承故障信息提取-Variational modal decomposition has obvious advantages in signal decomposition accura
Empirical-wavelet-transform
- 最近的一些方法，如经验模式分解 （EMD），提出将信号分解 其包含的信息。尽管它的适应性似乎 对于许多应用程序，这种方法的主要问题 是它缺乏理论。本文提出了一种新的方法 建立自适应小波。主要的想法是提取不同 设计适当的小波滤波器组的信号模式。 这种结构导致我们到一个新的小波变换，称为 经验小波变换。许多实验 显示此方法相比经典的有用性 EMD-Some recent methods, like the Empirical Mode Decompositio
Tensor
- 介绍张量分解的基本原理和应用，力求在广度和深度方面都有所兼顾，这是以往类似的文章所没有做到的。这篇综述性质的文章旨在为研究人员和初学者提供一个良好的开端，让研究人员有兴趣使用张量运算来解决问题。(This paper introduces the basic principles and applications of tensor decomposition, and strives to give consideration to both breadth and depth, which
信号与图像的稀疏分解及初步应用
- 信号与图像的稀疏分解是信号与图像的一种新的分解方法，在信号与图像的压缩编码、去噪、信号的时频分析与信号识别等方面有看极为广阔的应用前景，是信号与图像处理研究领域中一个新的很有意义的研究方向。本书总结了国际上在这一研究方向 的研究进展以及作者多年来的研究成果。在稀疏分解方法方面，重点介绍了作者关于信号与图像稀疏分解快速算法的研究成果。在稀疏分解应用方面，重点介绍了作者在信号处理及图像压缩编码方面的研究成果。
Adaptive Fourier Decomposition
- 自适应傅里叶分解算法，可以实现对信号进行自适应傅里叶分解及重构，可直接运行。-adaptive fourier decomposition (AFD)(adaptive fourier decomposition (AFD))
ITD分解
- 可以对机械故障信号进行分解，分解效果良好(The mechanical fault signal can be decomposed and the decomposition effect is good.)
基于改进的希尔伯特振动分解的机械故障诊断方法研究
- 针对多分量机械故障振动信号的特征提取问题，介绍一种基于希尔伯特振动分解( HVD) 的时频分析方法。该方法首先利用 Hilbert 变换得到原始振动信号的解析信号，然后通过对解析信号的瞬时频率低通滤波获得信号中幅值最大分量的瞬时频率，同时经同步检测获得相应的瞬时幅值和初相位，最后经过迭代运算自适应地检测出原信号各分量的时频信息。针对 HVD 方法的边界效应问题，提出一种基于相关系数准则的波形匹配边界延拓法对其进行改进。 通过两组仿真信号分析验证了 HVD 方法对多分量非平稳信号的分解能力，同时
K_SVD和OMP算法在超声信号去噪中的应用
- 针对在线采集时超声波检测信号中存在大量噪声，降低了材料内部缺陷诊断准确性的问题，提出了一种基于广义Ｋ－奇异值分解算法（Ｋ－ＳＶＤ）和正交匹配追踪算法（ＯＭＰ）相结合的超声回波信号去噪算法。