公开(公告)号：CN110096673A

公开(公告)日：2019-08-06

申请号：CN201910352976.8

申请日：2019-04-29

Applicant: 河北工业大学

Inventor： 张家安 ,  王宇星 ,  徐超林 ,  李志军

IPC: G06F17/14 ,  G01H17/00 ,  G01M13/00

Abstract: 本发明提出一种适用于信号分解的EMD改进方法，方法包括：针对信号EMD分解过程，在生成信号上下包络线步骤中，计算待测信号所有极大值和极小值的平均值a、b，并定义a、b为信号上下包络线的两端端点；在设置信号分解停止准则步骤中，利用相邻的imf分量间的相关系数的局部极小值或imf分量频谱能量的变化趋势的局部极大值设置新的停止准则，代替传统EMD分解停止准则。所述改进方法能够有效地解决端点效应问题，可以直接得到有效的imf分量，避免了信号无效的分解过程，缩短了EMD分解信号的耗时，提高了EMD分解的效率。

公开(公告)号：CN110096673B

公开(公告)日：2023-03-14

申请号：CN201910352976.8

申请日：2019-04-29

Applicant: 河北工业大学

Inventor： 张家安 ,  王宇星 ,  徐超林 ,  李志军

IPC: G06F17/14 ,  G01H17/00 ,  G01M13/00

Abstract: 本发明提出一种适用于信号分解的EMD改进方法，方法包括：针对信号EMD分解过程，在生成信号上下包络线步骤中，计算待测信号所有极大值和极小值的平均值a、b，并定义a、b为信号上下包络线的两端端点；在设置信号分解停止准则步骤中，利用相邻的imf分量间的相关系数的局部极小值或imf分量频谱能量的变化趋势的局部极大值设置新的停止准则，代替传统EMD分解停止准则。所述改进方法能够有效地解决端点效应问题，可以直接得到有效的imf分量，避免了信号无效的分解过程，缩短了EMD分解信号的耗时，提高了EMD分解的效率。

公开(公告)号：CN112287835B

公开(公告)日：2022-11-01

申请号：CN202011182502.2

申请日：2020-10-29

Applicant: 河北工业大学

Inventor： 张家安 ,  姜皓龄 ,  田家辉 ,  徐超林

IPC: G06K9/00

Abstract: 本发明公开一种基于EWT‑SE及小波阈值的叶片声信号降噪方法，针对风力发电机叶片声音受随机风噪影响导致难以获取纯净叶片声信号的问题，对样本熵进行改进；并根据叶片声信号特性，对小波阈值函数进行修改，提出一种基于经验小波变换(EWT)‑样本熵(SE)与小波阈值的叶片声信号降噪方法。该方法首先通过EWT将信号分解为各模态函数，通过改进的样本熵算法计算各模态函数的样本熵值并选取信号重构分量；之后对边界模态函数进行小波阈值再降噪；最后重构分量得到降噪后的信号。利用现场录取的叶片声音数据对该方法进行分析与验证，结果表明该方法的降噪效果更优，能够得到较为纯净的叶片信号，为后续提取叶片声学特征奠定基础。

公开(公告)号：CN112287835A

公开(公告)日：2021-01-29

申请号：CN202011182502.2

申请日：2020-10-29

Applicant: 河北工业大学

Inventor： 张家安 ,  姜皓龄 ,  田家辉 ,  徐超林

IPC: G06K9/00

Abstract: 本发明公开一种基于EWT‑SE及小波阈值的叶片声信号降噪方法，针对风力发电机叶片声音受随机风噪影响导致难以获取纯净叶片声信号的问题，对样本熵进行改进；并根据叶片声信号特性，对小波阈值函数进行修改，提出一种基于经验小波变换(EWT)‑样本熵(SE)与小波阈值的叶片声信号降噪方法。该方法首先通过EWT将信号分解为各模态函数，通过改进的样本熵算法计算各模态函数的样本熵值并选取信号重构分量；之后对边界模态函数进行小波阈值再降噪；最后重构分量得到降噪后的信号。利用现场录取的叶片声音数据对该方法进行分析与验证，结果表明该方法的降噪效果更优，能够得到较为纯净的叶片信号，为后续提取叶片声学特征奠定基础。