通过电动机与滚动轴承之间建立的函数关系将振动信号转变成谐波分量,进而对谐波分量分析。对这种非平稳信号首先进行经验模态分析(EMD),然后通过改进LMS算法自适应滤波器分离噪音,最后再运用希尔伯特变换得到故障轴承频谱图。通过仿真实验证明该方法可以消除大部分的噪音和低频干扰,且易于实现,最终获得符合故障诊断要求的振动信号。
2022-02-11 20:42:49
441KB
1
matlab经验模态分解举例，EMD经验模态分析是目前比较常用的数据分析方法，不同于之前的傅立叶分析和小波分析，它直接从数据中分析特征。
2021-11-14 14:42:02
2.13MB
1
在研究脑电信号特性的基础上，提出了一种基于CEEMD-PE对脑电信号进行降噪的方法。完全集合经验模态分解（CEEMD）能够克服模态混叠的问题，因此，对脑电信号进行CEEMD分解，得到一组固有模态函数（IMF）分量，计算各个IMF分量的排列熵（PE）值，依据PE的值剔除基本为噪声的IMF分量，将降噪后的分量与保留的分量进行重构，得到降噪后的脑电信号。实验结果表明，用CEEMD-PE对脑电信号进行降噪，在抑制噪声的同时，还有效地保留了脑电信号的细节特性，去噪性能更好。
2021-11-05 16:02:06
1.54MB
1
已经尝试过能适用所有数据，能够运行
经验模态分解（Empirical Mode Decomposition,EMD）法是黄锷（N. E. Huang）在美国国家宇航局与其他人于1998年创造性地提出的一种新型自适应信号时频处理方法，特别适用于非线性非平稳信号的分析处理。
2021-10-23 20:28:22
3KB
1
EMD经验模态分解MATLAB程序包，将压缩包中的文件夹添加在MATLAB的子路径之下，然后在MATLAB面板上方点击Set path→添加子路径，在编程时调用emd()即可使用
2021-10-22 16:47:27
345KB
1