基于神经网络集成的B样条经验模态分解端点效应抑制方法

被引：44

作者：

孟宗

顾海燕

李姗姗

机构：

[1] 燕山大学河北省测试计量技术及仪器重点实验室

来源：

机械工程学报 | 2013年 / 49卷 / 09期

关键词：

神经网络集成; B样条经验模态分解; 端点效应; 数据延拓;

D O I：

暂无

中图分类号：

TN911.7 [信号处理]; TP183 [人工神经网络与计算];

学科分类号：

081002 [信号与信息处理]; 140502 [人工智能];

摘要：

经验模态分解对非线性、非平稳信号进行平稳化处理时表现出特有的分析能力,能够有效获得非平稳信号的时频特征,但是其利用样条曲线构造信号上下包络线的过程中存在严重的端点效应。在分析端点效应产生机理的基础上,提出基于神经网络集成的B样条经验模态分解(B-spline empirical mode decomposition,BS-EMD)端点效应抑制方法,研究神经网络集成延拓的原理,利用神经网络集成对数据进行左延拓和右延拓,利用B样条插值函数对延拓后的数据进行插值计算,得到信号的均值曲线,进行经验模式分解,得到本征模函数。仿真和试验结果表明,该方法能有效抑制BS-EMD的端点效应。

引用

页码：106 / 112

页数：7

共 17 条

[1]

A B-spline approach for empirical mode decompositions [J].

Chen, QH ;

Huang, N ;

Riemenschneider, S ;

Xu, YS .

ADVANCES IN COMPUTATIONAL MATHEMATICS, 2006, 24 (1-4) :171-195

[2]

PDE信号修补方法及在EMD端点效应处理中的应用 [J].

尹爱军 ;

王璇 .

振动与冲击, 2012, 31 (02) :6-9+61

[3]

一种基于本征波匹配的EMD边界处理方法 [J].

钟佑明 ;

赵强 ;

周建庭 .

振动与冲击, 2012, 31 (01) :16-19

[4]

EMD端点效应的改进型混沌延拓方法及其在机械故障诊断中的应用 [J].

蔡艳平 ;

李艾华 ;

石林锁 ;

何艳萍 ;

赵静茹 .

振动与冲击, 2011, 30 (11) :46-52

[5]

Fault Diagnosis Model Based on Feature Compression with Orthogonal Locality Preserving Projection.[J]..Chinese Journal of Mechanical Engineering.2011, 05

[6]

基于支持向量机的BS-EMD端点效应消除方法 [J].