所有作者：李想 陈隽
作者单位：同济大学建筑工程系
论文摘要：经验模态分解（empirical mode decomposition，EMD）是一种实现信号自适应分解的数据处理方法，总体经验模态分解（ensemble empirical mode decomposition， EEMD）是EMD的最新改进，用于消除分解中可能产生的模态混淆现象。本文研究EEMD用于疲劳应变信号降噪，并与小波变换（wavelet transform， WT）WT方法进行了对比。首先提出了基于EEMD方法的疲劳应变信号降噪计算步骤，并分别用于模拟信号、试验数据和实测资料的降噪处理。结果表明，EEMD方法可以较好地降低疲劳信号的噪声，提高应力循环次数统计的准确度，具有自适应的特点。文中还讨论了EEMD计算参数对降噪效果的影响，给出了计算参数的选取原则。
关键词： 总体经验模态分解（ensemble empirical mode decomposition EEMD） 疲劳信号 降噪 小波变换
免费下载《基于EEMD的疲劳信号降噪方法研究》PDF全文（已停止下载）
本站“论文下载”文章收集整理于“中国科技论文在线”，由于各种原因，本站已暂停论文下载！请前往“中国科技论文在线http://www.paper.edu.cn/”免费下载！
指出，范文大全立刻进行改正或删除有关内容! 
当前位置：