基于噪声辅助非均匀采样复数据经验模态分解的混沌信号降噪

发布时间：2018-04-09 02:27

  本文选题：非均匀采样复数据经验模态分解　切入点：噪声辅助　出处：《物理学报》2014年17期

【摘要】：鉴于非均匀采样复数据经验模态分解(NSBEMD)相对传统分解方法的优势和噪声的NSBEMD特性,提出了一种基于噪声辅助NSBEMD的混沌信号自适应降噪方法.该方法首先以含噪混沌信号和高斯白噪声分别为实、虚部来构造复数据并进行NSBEMD,然后根据虚部各IMF的能量来估算实部各IMF中包含的噪声能量,最后根据噪声能量的估计值对实部IMF进行奇异值分解(SVD)降噪.噪声估计实验验证了噪声能量估计方法的可行性,而Lorenz信号和太阳黑子月平均数的降噪实验则表明,相对于现有EMD降噪方法,本文方法能够进一步消除噪声,更清晰地恢复出混沌吸引子的拓扑结构.
[Abstract]:In view of the advantages of empirical mode decomposition (EMD) of nonuniformly sampled complex data over traditional decomposition methods and the NSBEMD characteristics of noise, an adaptive noise reduction method for chaotic signals based on noise-assisted NSBEMD is proposed.In this method, the noisy chaotic signal and Gao Si white noise are used as real signal respectively, the imaginary part is used to construct the complex data and the NSBEMD is carried out, and then the noise energy contained in the real part IMF is estimated according to the energy of each IMF of the imaginary part.Finally, the singular value decomposition (SVD) of real part IMF is carried out according to the estimation of noise energy.The noise estimation experiment verifies the feasibility of the noise energy estimation method, while the noise reduction experiments of the Lorenz signal and the monthly mean of sunspots show that compared with the existing EMD denoising methods, the proposed method can further eliminate the noise.The topological structure of chaotic attractor is restored more clearly.
【作者单位】： 海军航空工程学院青岛校区;海军航空工程学院;
【基金】：国家自然科学基金(批准号:61372027)资助的课题~~
【分类号】：TN911.4

【相似文献】

相关期刊论文 前10条

1 张健;冯志华;朱忠奎;;EMD算法的位置敏感性分析[J];振动与冲击;2007年02期

2 李海燕;;一种改善EMD端点效应的可行方法[J];中国新技术新产品;2009年18期

3 孙伟峰;彭玉华;杨阳;孟庆芳;许建华;;经验模态分解频率分辨率的一种改进方法[J];计算机工程与应用;2010年01期

4 王民;李弼程;张文林;;一种改进的基于经验模态分解的小波阈值滤波方法[J];信号处理;2008年02期

5 孙伟峰;彭玉华;许建华;;基于EMD的激光超声信号去噪方法[J];山东大学学报(工学版);2008年05期

6 杨金云;;基于小波和EMD的语音信号去噪[J];福建电脑;2009年12期

7 李娜;陆晓明;陈盛云;;基于经验模态分解的子带自适应声学回声消除算法[J];三峡大学学报(自然科学版);2010年03期

8 张坤;芮国胜;张洋;;EMD-EKF方法研究[J];海军航空工程学院学报;2010年04期

9 盖广洪;转子启动信号处理中的低频分量提取研究[J];振动、测试与诊断;2005年02期

10 胡劲松;杨世锡;;基于有效数据的经验模态分解快速算法研究[J];振动、测试与诊断;2006年02期

相关会议论文 前10条

1 杨永锋;;经验模态分解与非线性分析的协同研究[A];第四届全国动力学与控制青年学者研讨会论文摘要集[C];2010年

2 钱昌松;刘志刚;胡重庆;刘代志;;一种新的经验模态分解及其应用初探[A];国家安全地球物理丛书（三）——地球物理探测与应用[C];2007年

3 潘新星;王华力;申振;;基于循环谱和EMD的QPSK信号特征提取[A];中国电子学会第十五届信息论学术年会暨第一届全国网络编码学术年会论文集（上册）[C];2008年

4 刘小峰;秦树人;柏林;;EMD中存在的问题及解决方法探讨[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年

5 侯文文;邹俊忠;刘未来;;基于经验模态分解的眼电伪差去除研究[A];上海市化学化工学会2010年度学术年会论文集（自动化专题）[C];2010年

6 李强伟;;Hilbert-Huang变换中边界问题的分析[A];第六届全国信息获取与处理学术会议论文集（3）[C];2008年

7 孙艳争;黄炜;余波;;基于HHT算法的非平稳信号的分析[A];四川省通信学会2006年学术年会论文集（二）[C];2006年

8 周小林;孙东松;钟志庆;王邦新;夏海云;沈法华;董晶晶;;基于多尺度EMD的激光雷达信号分段去噪[A];2006年全国光电技术学术交流会会议文集（D 光电信息处理技术专题）[C];2006年

9 刘代志;钱昌松;刘志刚;李夕海;;经验模态分解中模态混叠的若干问题探讨[A];国家安全地球物理丛书（五）——地球物理与海洋安全[C];2009年

10 李关防;许春雷;惠俊英;;基于经验模态分解的特征提取算法研究[A];中国造船工程学会电子技术学术委员会2011年海战场电子信息技术学术年会论文集[C];2011年

相关博士学位论文 前10条

1 杨贤昭;基于经验模态分解的故障诊断方法研究[D];武汉科技大学;2012年

2 申丽然;Hilbert-Huang变换及其在含噪语音信号处理中的应用研究[D];哈尔滨工程大学;2006年

3 王尔馥;盲源分离理论及其在通信系统中的应用[D];哈尔滨工业大学;2009年

4 喻华文;MIMO-OFDM宽带通信系统基于子群的信道估计和分配算法研究[D];华南理工大学;2007年

5 葛光涛;二维经验模态分解研究及其在图像处理中的应用[D];哈尔滨工程大学;2009年

6 孙晖;经验模态分解理论与应用研究[D];浙江大学;2005年

7 孙兆伟;基于现代信号处理的结构模态参数识别与损伤识别研究[D];北京邮电大学;2012年

8 张超;基于自适应振动信号处理的旋转机械故障诊断研究[D];西安电子科技大学;2012年

9 刘彦萍;时空二维时频峰值滤波方法压制地震勘探随机噪声的研究[D];吉林大学;2013年

10 李坡;雷达目标微动信号分离与参数估计方法研究[D];南京理工大学;2012年

相关硕士学位论文 前10条

1 黄永平;Hilbert-Huang变换及其若干改进研究[D];哈尔滨工程大学;2007年

2 孟令金;基于EMD和AR的船舶运动极短期预报问题研究[D];哈尔滨工程大学;2008年

3 封学真;经验模态分解滤波在圆度评定中的研究[D];西安电子科技大学;2014年

4 岳相臣;经验模态分解算法应用研究[D];西安电子科技大学;2013年

5 王小伟;经验模态分解在单通道语音盲分离中的应用研究[D];西南交通大学;2014年

6 王可;基于经验模态分解的滚动轴承故障振动信号消噪研究[D];湖南科技大学;2012年

7 程百灵;基于Hilbert-Huang变换的语音增强研究[D];哈尔滨工程大学;2006年

8 潘欣裕;汉语耳语音特征分析与应用研究[D];苏州大学;2007年

9 曹文琛;无载波超宽带雷达目标检测算法研究[D];电子科技大学;2013年

10 孙艳争;EMD时频分析理论与应用研究[D];电子科技大学;2007年

，

本文编号：1724455