论文摘要提出了一种新的信号分类识别的方法,首先将信号进行CEEMDAN分解得到多个固有模态分量,对每个分量求排列熵值。通过大量的数据对比分析,选择出在不同工况下,排列熵值差异最...
论文摘要在强噪声环境下,针对局部均值分解(LocalMeanDecomposition,LMD)出现的模态混叠现象,提出了总体局部均值分解方法(EnsembleLocalMea...
论文摘要针对滚动轴承振动信号非线性和非平稳性等特征影响故障类型及严重程度识别准确性的问题,提出了一种基于完整的自适应噪声集成经验模态分解和排列熵的故障特征提取方法,并结合支持向...
论文摘要针对EMD方法存在模态混叠和IMF分量过多等问题,文章提出了一种基于MEEMD与排列熵的风电功率超短期预测方法。首先,利用MEEMD将原始时间序列分解得到各IMF分量,...
论文摘要针对机床刀具磨损故障信号具有信号噪声大、频带混叠以及信噪比低的问题,提出了一种基于局部均值分解(LocalMeanDecomposition,LMD)—排列熵(Perm...
论文摘要心冲击信号(BCG)是反应心脏力学特征的生理信号,能实现无电极束缚条件下的连续采集测量,然而BCG信号微弱且极易受到干扰,测量时经常会淹没在噪声中。为了有效识别BCG信...