-
公开(公告)号：CN112580451A
公开(公告)日：2021-03-30
申请号：CN202011416034.0
申请日：2020-12-07
Applicant: 南京邮电大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于改进经验模态分解(EMD)和最小熵反褶积(MED)的数据降噪方法。属于通信技术领域，具体步骤：1、使用MED对原始信号进行降噪，增强信号的冲击特性；2、将降噪后的信号输入至改进的EMD中分解，再使用envelope函数在降噪后的信号上画出包络线，增强信号的连续性；3、再将画好包络线的信号使用改进的EMD提取出其特征变量，即IMF分量，减少信号处理工作量；4、最后将提取出的IMF分量，输入到后续的其他数据处理模型中，减少后续模型处理的工作量，提高后续数据分析处理的精度。本发明提出的方法弥补了MED在强背景噪声下提取特征的局限性，克服了经验模态分解对微弱故障特征不敏感的缺陷。
Search Results
1
records
(took 0.012 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
