EMD信号分析方法端点效应分析

EMD信号分析方法端点效应分析

ID:43708979

大小:1.68 MB

页数:78页

时间:2019-10-13

EMD信号分析方法端点效应分析_第1页
EMD信号分析方法端点效应分析_第2页
EMD信号分析方法端点效应分析_第3页
EMD信号分析方法端点效应分析_第4页
EMD信号分析方法端点效应分析_第5页
资源描述:

《EMD信号分析方法端点效应分析》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、西南交通大学本科毕业设计(论文)EMD信号分析方法端点效应分析级号名业师老导年学姓专指2005级20051198郭云喜测控技术与仪器宁静2009年6月院系机械工程学院专业测控技术与仪器年级2005级姓名郭云喜题目EMD信号分析方法端点效应分析指导教师评语指导教师(签章)评阅人评语评阅人(签章)成绩答辩委员会主任签章)毕业设计(论文)任务书班级测控二班学生姓名郭云喜学号20051198发题H期:2009年4月27日完成日期:6月15日题口EMD信号分析方法端点效应分析1、本论文的目的、意义经验模态分解(EMD)是一种新的信号分析方法,运用EMD

2、方法对信号进行分析,把复朵的信号分解成若干个IMF分量Z和。使用BP神经网络对信号进行训练、延拓,以抑制端点效应対信号EMD分解的影响,然后同样进行EMD分析,再同Z前未经过训练、延拓的信号进行对比,以验证BP神经网络延拓对抑制端点效应的可行性和冇效性。2、学生应完成的任务(1)查阅资料了解希尔伯特黄变换以及EMD方法。(2)熟悉MATLAB编程语言,能使用它进行信号分析。(3)选择信号处理方案,了解神经网络。(4)用选择的方案编程,对信号进行相关的分析处理。3、论文各部分内容及时间分配:(共12周)第_部分查阅希尔们特黄变换和EMD方法的相

3、关资料,从总体上了解毕业设计的主要要求。(2周)第二部分熟悉需要用到的相关软件的使用。(3周)第三部分编写和调试设计小的各种程序。(4周)第四部分针对毕业设计系统里而的岀现问题进行修改和完成毕业论文的撰写。(2周)评阅及答辩(1周)指导教师:宁静2009年4月27H审批人:年月日摘要经验模态分解(EMD)是一种新的处理非线性、非平稳的数据分析方法,在应用经验模态分解(EMD)处理数据的时候,端点效应成为影响该方法精度的主要因素,即在“筛分”的过程中上下包络在数据序列的两端会岀现发散现象。端点效应会壇加一些虚假成分,信号的总能量也随之增加。对于

4、解决该问题,目前已经提出了多种方法。例如直接以数据端点作为极值点、多项式拟合算法、神经网络延拓算法、极値点与对称延拓相结合等多种算法。本文就神经网络中的BP神经网络对数据延拓进行分析。首先,论文阐述了EMD、端点效应、端点延拓以及神经网络的基本概念,研究了EMD的分解原理与算法,分析了端点效应对信号分析产生的影响,并对EMD分解中应注意的问题进行了分析研究。其次,重点阐述神经网络中的BP神经网络。相比于其他神经网络,如径向基神经网络,Elman神经网络,Hopfield神经网络等等,BP神经网络在应用上有哪些优点以及还存在有哪些不足之处,需要

5、进行改进的。最后,对一个仿真信号作EMD分析,用BP神经网络对该仿真信号端点延拓后再进行EMD分析,对前后分析的结果进行比较,验证了BP神经网络延拓抑制端点效应的可行性和冇效性。在此基础上,对试验数据作EMD分析,同样用BP神经网络端点延拓后再进行EMD分析,再进行比较。关键词:经验模态分解端点效应数据延拓AbstractTheempiricalmodedecomposition(EMD)isanewanalysismethodtodealwiththenon-stationaryandnon-stationarysingal.Whenyou

6、useempiricalmodedecomposition(EMD)todealwiththedata,endpointeffectisamajorfactoroftheaccuracyofthemethod,thatis,inthe"screening”process,thewholeenvelopesequenceinthedatawillappeardivergentphenomenaatthetwoends.Endpointeffectwillincreasethenumberoffalse,theenergeofthesingala

7、lsoincrease.Tosolvetheproblem^numberofwayshasbeenpresented・Forexample,usetheendpointasextremepointsdirectly,utilizespolynomialfitting,neuralnetworkextensionalgorithm,extremepointswiththecombinationofsymmetricextensionandsoon.Inthispaper,weareonlyreaserchhowBPneuralnetworkex

8、tensiondata.Firstly,thepaperdescribedthethebasicconceptoftheempiricalmodedecomposi

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。