EMD-ICA联合的信号处理方法研究.pdf

EMD-ICA联合的信号处理方法研究.pdf

ID:58294866

大小:251.01 KB

页数:3页

时间:2020-04-17

EMD-ICA联合的信号处理方法研究.pdf_第1页
EMD-ICA联合的信号处理方法研究.pdf_第2页
EMD-ICA联合的信号处理方法研究.pdf_第3页
资源描述:

《EMD-ICA联合的信号处理方法研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、《工业控制计算机}2014年第27卷第4期101EMD—ICA联合的信号处理方法研究ResearchonSignalProcessingMethodBasedonEMD-ICACombined贾春花(山西大学工程学院计算机工程系,山西太原030013)摘要经验模态分解(EMD)方法和独立分量分析(1CA)方法在信号处理中各有优势与缺陷,详细介绍了这两种方法,深入分析了EMD—ICA联合技术在信号降噪和信号提取中的实现过程,并对该方法在电力工程、机械工程及地震工程中的研究应用作了详细介绍。关键词:经验模态分解,独立分量分析,EMD—ICA,信号降噪,信号提取AbstractTheemp

2、iricalmodedecomposition(EMD)andindependentcomponentanalysis(ICA)aremethodsofsignalprocessing,bothofthemhaveadvantagesanddisadvantages.Thispaperintroducesbothofmethods.anddeeplyanalyzesimplementa—tionofEMD—ICAtechnologyinsignalnoisereductionandsignalextraction.andindetailintroducesapplicationsof

3、themethodinpowerengineering,mechanicalengineeringandeaRhquakeengineering.Keywords:empiricalmodedecomposition,independentcomponentanalysis,EMD—ICA,signalnoisereduction,signalextraction经验模态分解方法在分析非线性非平稳信号中有其独特的停止的标准SD,sD=∑Ihi(k-1)(f)一h(f)l/∑((f)),sD的优势,能够自适应地将信号分解为若干个固有模态函数,但是t=0t=0EMD算法在分解过程中会产生

4、模态混叠。独立分量分析法是盲取值范围一般在O.2和O.3之间。当hlk(t)满足了迭代停止条件源信号分离中一种比较成熟的方法,研究从混叠信号中分离出源时将其记为C(t),C,(t)就是分解出来的第一阶IMF分量。④第信号,该方法的前提是各源信号是相互统计独立或尽可能独立一阶IMF分量C,(t)中含有原始信号x(t)中最好的特征尺度或的。由于对源信号数的未知性,该方法有一个重要的限制:要求通频率最高的成分,分离出C1(t):X(t)一C,(t):r1(t),r,(t)为残差,道数必须大于或等于源信号数,因此,给实际信号的采集处理带由于r,(t)中还含有信号中频率较高的分量,所以,将r,

5、(t)作为来了比较大的困难,并且ICA本身不能分离单通道数据信号。原始信号,重复步骤①②(④:r1(t)一C2(t)=r2(t)⋯,rn一,(t)一C结合经验模态分解方法和独立分量分析法,将EMD分解出(t)=r(t),直到rn(t)变成单调函数或是常数为止。的固有模态函数作为独立分量分析的输入矩阵,可以解决EMD三这时,原始信号x(t)表示为:x(f)=(f)+(t),其中,C(t)的模态混叠,也可以实现独立分量分析对单通道数据信号和噪』,I声信号的分离,从而对降噪后的信号进行准确的特征分析。本文是分解得到的各个IMF分量,rn(t)是完全分解后的残余分量,是将对该方法及其研究应用

6、作具体的介绍。一个趋势项,表示信号的平均发展趋势,因此,经验模态分解过1基于EMD—ICA模型的原理程实质上是一个“筛选”过程,但是EMD方法也有其自身的缺1.1经验模态分解(EMD)的基本原理陷,在分解的过程中会发生模态混叠或产生虚假的IMF分量,影1998年,N.E.Huang等人首次提出固有模态函数(IMF)和响信号分析的准确性。经验模态分解法(EMD)川,EMD的主要思想是基于信号的局部1_2独立分量分析(ICA)的基本原理变化特性,自适应地将信号按频率从高到低分解成一系列固有“鸡尾酒会”问题是独立分量分析[2]的最初应用,该问题描模态函数。IMF需要满足两个要求:①在整个数

7、据序列上,极值述为:在一间房子里的不同位置上放置两个麦克风,假设房间里点的数量和过零点的数量必须相等或者至多相差1个;②在任有两个人同时说话,这时,麦克风会同时记录两个混合的声音信一时间点处,信号局部极大值包络线和局部极小值包络线的均号,用这两个混合信号来估算原来的两个人的语音信号。值为O。ICA方法的目的就是从混合信号中分离出相互独立的源信给定一个信号×(t),EMD的基本步骤如下:①确定信号x(t)号分量。lCA基本模型如图1所示。的所有局部极大值和局

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。