公开(公告)号：CN111582132B

公开(公告)日：2023-04-18

申请号：CN202010361734.8

申请日：2020-04-30

Applicant: 南京信息工程大学

Inventor： 李鹏 ,  孙烨辰 ,  常思捷 ,  王青宁

IPC: G06F18/10 ,  G06F18/213

Abstract: 本发明公开了一种基于改进EEMD与PCNN的气体泄漏声波信号降噪方法，属于信号处理与计算机仿真应用领域。借助EEMD方法对非平稳非线性信号独具的分解优势，将采样信号分解成若干阶IMF分量。随后利用改进PCNN模型的神经网络信号传递方式，进一步对各噪声分量进行降噪。最后将降噪分量重组信号。相对于传统降噪算法，本发明方法克服了模态混叠缺点，解决了阈值难选的缺陷，处理信号信噪比更高而均方根误差更小，具有降噪能力强、有效信号保留能力强、传统方法弊端小的优点。

公开(公告)号：CN111582132A

公开(公告)日：2020-08-25

申请号：CN202010361734.8

申请日：2020-04-30

Applicant: 南京信息工程大学

Inventor： 李鹏 ,  孙烨辰 ,  常思捷 ,  王青宁

IPC: G06K9/00

Abstract: 本发明公开了一种基于改进EEMD与PCNN的气体泄漏声波信号降噪方法，属于信号处理与计算机仿真应用领域。借助EEMD方法对非平稳非线性信号独具的分解优势，将采样信号分解成若干阶IMF分量。随后利用改进PCNN模型的神经网络信号传递方式，进一步对各噪声分量进行降噪。最后将降噪分量重组信号。相对于传统降噪算法，本发明方法克服了模态混叠缺点，解决了阈值难选的缺陷，处理信号信噪比更高而均方根误差更小，具有降噪能力强、有效信号保留能力强、传统方法弊端小的优点。