CN114994365B - 一种基于空气炮测试的加速度计输出信号降噪方法 - Google Patents
一种基于空气炮测试的加速度计输出信号降噪方法 Download PDFInfo
- Publication number
- CN114994365B CN114994365B CN202210402688.0A CN202210402688A CN114994365B CN 114994365 B CN114994365 B CN 114994365B CN 202210402688 A CN202210402688 A CN 202210402688A CN 114994365 B CN114994365 B CN 114994365B
- Authority
- CN
- China
- Prior art keywords
- signal
- lms
- result
- accelerometer
- wavelet
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P21/00—Testing or calibrating of apparatus or devices covered by the preceding groups
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Indication And Recording Devices For Special Purposes And Tariff Metering Devices (AREA)
Abstract
本发明公开的一种基于空气炮测试的加速度计输出信号降噪方法,属于加速度计信号处理领域,本发明实现方法为:对空气炮测试的强冲击加速度计输出信号进行CEEMD分解,得到强冲击加速度计输出信号各IMF分量;对各IMF分量进行蒙特卡罗验证,识别出信噪比低的IMF分量;然后使用原信号减去信噪比低的IMF分量,得到纯净信号,将纯净信号设为LMS自适应滤波器的期望信号,对原信号进行LMS滤波,得到LMS结果信号;最后使用原信号减去LMS结果信号,得到低信噪比信号,对低信噪比信号进行小波阈值滤波,得到小波结果信号,将小波结果信号加上LMS结果信号,得到强冲击加速度计输出信号的降噪结果信号,即基于CEEMD、LMS和小波阈值实现对加速度计输出信号精准降噪。
Description
技术领域
本发明属于加速度计信号处理领域,涉及基于CEEMD、LMS及小波阈值的空气炮测试加速度计降噪方法。
背景技术
空气炮是测试强冲击加速度计的一种手段。大多数现有的强冲击加速度计测试技术都是通过霍普金森杆来实现的,空气炮的冲击能量比霍普金森杆高得多,这使得强冲击加速度计的测试更加可靠。
空气炮有着更高的冲击能量,但同时也产生了更为严重的噪声。现有的大多数强冲击加速度计信号降噪方法都是针对霍普金森杆测试的,而对于不同程度的噪声,降噪方法一般是不通用的。因此开发一种能够准确有效地降低空气炮测试的强冲击加速度计输出信号噪声的方法是很有必要的。
CEEMD、LMS自适应滤波和小波阈值方法是常用的信号降噪方法,但CEEMD和小波阈值方法单独使用时都会导致过度去噪问题,而LMS自适应滤波在实际工程应用中很难找到合适的期望信号。
发明内容
CEEMD和小波阈值方法单独对加速度计输出信号去噪时存在过度去噪问题,LMS自适应滤波在实际工程应用中很难找到合适的期望信号,本发明的主要目的是提供一种基于空气炮测试的加速度计输出信号降噪方法,对空气炮测试的强冲击加速度计输出信号(以下简称原信号)进行CEEMD分解,得到强冲击加速度计输出信号各IMF分量,对各IMF分量进行蒙特卡罗验证,识别出信噪比低的IMF分量;使用原信号减去信噪比低的IMF分量,得到纯净信号,将纯净信号设为LMS自适应滤波器的期望信号,对原信号进行LMS滤波,得到LMS结果信号;使用原信号减去LMS结果信号,得到低信噪比信号,对低信噪比信号进行小波阈值滤波,得到小波结果信号,将小波结果信号加上LMS结果信号,得到强冲击加速度计输出信号的降噪结果信号,即基于CEEMD、LMS和小波阈值实现对加速度计输出信号降噪,相比于CEEMD、LMS和小波阈值单独使用,能够进一步改善对强冲击加速度计输出信号的降噪效果。
本发明的目的是通过以下技术方案实现的。
本发明公开的一种基于空气炮测试的加速度计输出信号降噪方法,包括如下步骤:
S1,对空气炮测试的强冲击加速度计输出信号进行CEEMD分解,得到强冲击加速度计输出信号的各IMF分量。
S11,将空气炮测试的强冲击加速度计输出信号(原信号)复制为两组,一组加入设定好标准差的高斯白噪声,另一组加入与前一组幅值相反的高斯白噪声,具体如表达式(1)所示:
其中:M1和M2是原信号和分别添加的幅值相反的高斯白噪声的和,S是原信号,N是所添加的高斯白噪声;
S12,重复步骤S11,得到偶数多组加入高斯白噪声的信号,原信号加入高斯白噪声后得到的信号定义为合成信号,求得合成信号的包络线,通过判断原信号与上下包络线的平均值的差值是否符合条件来确定出各IMF分量;
S13,将步骤S12求得的多组IMF分量按分解顺序求平均值,得到最后结果的各IMF分量。
S2,对各IMF分量进行蒙特卡罗验证,识别出信噪比低的IMF分量A。
S21,计算步骤S1所得的各IMF分量的能量密度和周期,具体如表达式(2)和表达式(3)所示:
其中:E是能量密度,N是数据长度,A是第i个点的幅值,Ta是平均周期,T是周期,F是IMF的傅立叶谱作为lnT的函数;
S22,对步骤S21所得的能量密度E和周期T分别取自然对数得到lnE和lnT,以lnT为横轴lnE为纵轴绘制坐标图;
S23,将步骤S22所得的坐标图中接近过原点且斜率为-1的白噪声线识别为信噪比低的IMF分量A。
S3,使用原信号减去步骤S2所得信噪比低的IMF分量A,得到纯净信号B,将纯净信号B设为LMS自适应滤波器的期望信号,对原信号进行LMS滤波,得到LMS结果信号C。
S31,使用原信号减去步骤S2所得信噪比低的IMF分量A,得到纯净信号B;
S32,将步骤S31所得的纯净信号B设为LMS自适应滤波器的期望信号,选取合适的传感器阶数,设置步长为原信号相关矩阵的最大特征值的倒数,对原信号进行LMS滤波,具体如表达式(4)所示,得到LMS结果信号C;
其中:N是滤波器阶数,x(n)是输入的原信号,w(m)是权值。
S4,使用原信号减去LMS结果信号C,得到低信噪比信号D,对低信噪比信号D进行小波阈值滤波,得到小波结果信号E,将小波结果信号E加上LMS结果信号C,得到强冲击加速度计输出信号的降噪结果信号F,即基于CEEMD、LMS和小波阈值得到避免过度去噪的强冲击加速度计输出信号的降噪结果,实现对强冲击加速度计输出信号的高效精准降噪处理。
S41,使用原信号减去步骤S3所得的LMS结果信号C,得到低信噪比信号D;
S42,选择合适的小波阈值函数、小波分解层数和小波类型等参数,对步骤S41所得的低信噪比信号D进行小波阈值滤波,得到小波结果信号E;
S43,将步骤S42所得的小波结果信号E加上步骤S3所得的LMS结果信号C,得到强冲击加速度计输出信号的降噪结果信号F,即基于CEEMD、LMS和小波阈值得到避免过度去噪的强冲击加速度计输出信号的降噪结果,实现对强冲击加速度计输出信号的高效精准降噪处理。
有益效果:
1、针对现有技术中尚无专门针对空气炮测试的强冲击加速度计输出信号降噪方法,本发明公开的一种基于空气炮测试的加速度计输出信号降噪方法,对空气炮测试的强冲击加速度计输出信号进行CEEMD分解,得到强冲击加速度计输出信号各IMF分量,对各IMF分量进行蒙特卡罗验证,识别出信噪比低的IMF分量;使用原信号减去信噪比低的IMF分量,得到纯净信号,将纯净信号设为LMS自适应滤波器的期望信号,对原信号进行LMS滤波,得到LMS结果信号;使用原信号减去LMS结果信号,得到低信噪比信号,对低信噪比信号进行小波阈值滤波,得到小波结果信号,将小波结果信号加上LMS结果信号,得到强冲击加速度计输出信号的降噪结果信号,即基于CEEMD、LMS和小波阈值实现对加速度计输出信号降噪,相比于CEEMD、LMS和小波阈值单独使用,能够进一步改善对强冲击加速度计输出信号的降噪效果。
2、本发明公开的一种基于空气炮测试的加速度计输出信号降噪方法,将CEEMD的过度去噪结果作为LMS自适应滤波的期望信号,而不是直接输出CEEMD的过度去噪结果,不仅能够避免CEEMD单独使用时的过度去噪问题,还能够为LMS自适应滤波找到合适的期望信号,在此基础上,使用原信号减去LMS结果信号得到低信噪比信号,对低信噪比信号进行小波阈值滤波,由于小波阈值滤波处理的是低信噪比信号,而大部分的有用信号保留在LMS结果信号中,相比于小波阈值方法直接对原信号滤波能够保留更多的有用信号,即基于CEEMD、LMS和小波阈值得到避免过度去噪的强冲击加速度计输出信号的降噪结果,实现对强冲击加速度计输出信号的高效精准降噪处理。
附图说明
图1为本发明所述降噪方法对空气炮测试的强冲击加速度计输出信号处理过程的流程图。
图2为通过本发明所述降噪方法步骤S1得到的强冲击加速度计输出信号各IMF分量。
图3为通过本发明所述降噪方法步骤S2得到的各IMF分量蒙特卡罗验证结果。
图4为通过本发明所述降噪方法步骤S3得到的LMS结果信号C。
图5为通过本发明所述降噪方法步骤S4得到的强冲击加速度计输出信号的降噪结果信号F。
具体实施方式
为了表明本发明解决的技术问题及有益效果,下面结合附图和实施例对发明内容做进一步说明。
图1为本发明所述降噪方法对空气炮测试的强冲击加速度计输出信号处理过程的流程图。
参照图1,本发明所述的一种基于空气炮测试的加速度计输出信号降噪方法,其具体步骤为:
S1,对空气炮测试的强冲击加速度计输出信号(以下简称原信号)进行CEEMD分解,得到强冲击加速度计输出信号的各IMF分量。
S11,将空气炮测试的强冲击加速度计输出信号(原信号)复制为两组,一组加入0.2倍原信号标准差的高斯白噪声,另一组加入与前一组幅值相反的高斯白噪声,具体如表达式(1)所示:
其中:M1和M2是原信号和分别添加的幅值相反的高斯白噪声的和,S是原信号,N是所添加的高斯白噪声;
S12,重复步骤S11进行20次,得到40组加入高斯白噪声的信号,通过三次样条插值法求得合成信号的包络线,通过判断原信号与上下包络线的平均值的差值是否符合条件来确定出各IMF分量;
S13,将步骤S12求得的40组IMF分量(40组IMF1到IMF11)求得40个IMF1的平均值作为最后结果的IMF1分量,求得40个IMF2的平均值作为最后结果的IMF2分量,一直求平均值直到得到最后结果的各IMF分量,即从IMF1到IMF11如图2所示。
S2,对各IMF分量进行蒙特卡罗验证,识别出信噪比低的IMF分量A。
S21,计算步骤S1所得的各IMF分量的能量密度和周期,按照各个IMF分量每个点的幅值计算出能量,求得该IMF分量的能量密度,根据各个IMF分量的频谱图计算出周期,具体如表达式(2)和表达式(3)所示:
其中:E是能量密度,N是数据长度,A是第i个点的幅值,Ta是平均周期,T是周期,F是IMF的傅立叶谱作为lnT的函数;
S22,对步骤S21所得的能量密度E和周期T分别取自然对数得到lnE和lnT,以lnT为横轴lnE为纵轴绘制坐标图如图3所示;
S23,将步骤S22所得的坐标图中接近过原点且斜率为-1的白噪声线识别为信噪比低的IMF分量A,即将IMF1和IMF2视为信噪比低的IMF分量A。
S3,使用原信号减去步骤S2所得信噪比低的IMF分量A,得到纯净信号B,将纯净信号B设为LMS自适应滤波器的期望信号,对原信号进行LMS滤波,得到LMS结果信号C。
S31,使用原信号减去步骤S2所得信噪比低的IMF分量A,得到纯净信号B;
S32,将步骤S31所得的纯净信号B设为LMS自适应滤波器的期望信号,选取传感器阶数为20,求得原信号的相关矩阵,再计算得到原信号相关矩阵的特征值,选取原信号相关矩阵的最大特征值,求最大特征值的倒数作为步长,对原信号进行LMS滤波,具体如表达式(4)所示,得到LMS结果信号C如图4所示:
其中:N是滤波器阶数,x(n)是输入的原信号,w(m)是权值。
S4,使用原信号减去LMS结果信号C,得到低信噪比信号D,对低信噪比信号D进行小波阈值滤波,得到小波结果信号E,将小波结果信号E加上LMS结果信号C,得到强冲击加速度计输出信号的降噪结果信号F。
S41,使用原信号减去步骤S3所得的LMS结果信号C,得到低信噪比信号D;
S42,选择软阈值方式、4层小波分解层数和db4的小波类型,对步骤S41所得的低信噪比信号D进行小波阈值滤波,得到小波结果信号E;
S43,将步骤S42所得的小波结果信号E加上步骤S3所得的LMS结果信号C,得到强冲击加速度计输出信号的降噪结果信号F,即基于CEEMD、LMS和小波阈值得到避免过度去噪的强冲击加速度计输出信号的降噪结果,实现对强冲击加速度计输出信号的高效精准降噪处理。
表1四种降噪方法结果对比。
使用本发明方法去噪后对原信号前5000点(静态平稳段)的平均幅值变化最小为0.0585G,优于小波阈值的0.0662G和CEEMD与小波阈值结合的0.1203G,大大优于CEEMD的40.9027G;本发明方法对原信号峰值的改变度最小为0.71%,优于小波阈值的1.42%和CEEMD与小波阈值结合的1.30%,大大优于CEEMD的7.62%,更能说明本发明方法可以避免过度去噪,实现对强冲击加速度计输出信号的高效精准降噪处理。
以上所述的具体描述,对发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种基于空气炮测试的加速度计输出信号降噪方法,其特征在于,包括如下步骤,
S1,对空气炮测试的强冲击加速度计输出信号进行CEEMD分解,得到强冲击加速度计输出信号的各IMF分量;
S2,对各IMF分量进行蒙特卡罗验证,识别出信噪比低的IMF分量A;
S3,使用原信号减去步骤S2所得信噪比低的IMF分量A,得到纯净信号B,将纯净信号B设为LMS自适应滤波器的期望信号,对原信号进行LMS滤波,得到LMS结果信号C;
S31,使用原信号减去步骤S2所得信噪比低的IMF分量A,得到纯净信号B;
S32,将步骤S31所得的纯净信号B设为LMS自适应滤波器的期望信号,选取合适的传感器阶数,设置步长为原信号相关矩阵的最大特征值的倒数,对原信号进行LMS滤波,具体如表达式(1)所示,得到LMS结果信号C;
其中:N是滤波器阶数,x(n)是输入的原信号,w(m)是权值;
S4,使用原信号减去LMS结果信号C,得到低信噪比信号D,对低信噪比信号D进行小波阈值滤波,得到小波结果信号E,将小波结果信号E加上LMS结果信号C,得到强冲击加速度计输出信号的降噪结果信号F,即基于CEEMD、LMS和小波阈值得到避免过度去噪的强冲击加速度计输出信号的降噪结果,实现对强冲击加速度计输出信号的高效精准降噪处理;
S41,使用原信号减去步骤S3所得的LMS结果信号C,得到低信噪比信号D;
S42,选择合适的小波阈值函数、小波分解层数和小波类型等参数,对步骤S41所得的低信噪比信号D进行小波阈值滤波,得到小波结果信号E;
S43,将步骤S42所得的小波结果信号E加上步骤S3所得的LMS结果信号C,得到强冲击加速度计输出信号的降噪结果信号F,即基于CEEMD、LMS和小波阈值得到避免过度去噪的强冲击加速度计输出信号的降噪结果,实现对强冲击加速度计输出信号的高效精准降噪处理。
2.如权利要求1所述的一种基于空气炮测试的加速度计输出信号降噪方法,其特征在于,步骤S1实现方法为,
S11,将空气炮测试的强冲击加速度计输出信号复制为两组,一组加入设定好标准差的高斯白噪声,另一组加入与前一组幅值相反的高斯白噪声,具体如表达式(2)所示:
其中:M1和M2是原信号和分别添加的幅值相反的高斯白噪声的和,S是原信号,N是所添加的高斯白噪声;
S12,重复步骤S11,得到偶数多组加入高斯白噪声的信号,原信号加入高斯白噪声后得到的信号定义为合成信号,求得合成信号的包络线,通过判断原信号与上下包络线的平均值的差值是否符合条件来确定出各IMF分量;
S13,将步骤S12求得的多组IMF分量按分解顺序求平均值,得到最后结果的各IMF分量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210402688.0A CN114994365B (zh) | 2022-04-18 | 2022-04-18 | 一种基于空气炮测试的加速度计输出信号降噪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210402688.0A CN114994365B (zh) | 2022-04-18 | 2022-04-18 | 一种基于空气炮测试的加速度计输出信号降噪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114994365A CN114994365A (zh) | 2022-09-02 |
CN114994365B true CN114994365B (zh) | 2023-04-28 |
Family
ID=83024117
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210402688.0A Active CN114994365B (zh) | 2022-04-18 | 2022-04-18 | 一种基于空气炮测试的加速度计输出信号降噪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114994365B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103808485A (zh) * | 2014-01-27 | 2014-05-21 | 北京理工大学 | 冲击实验装置 |
CN106441288A (zh) * | 2016-08-31 | 2017-02-22 | 北斗时空信息技术(北京)有限公司 | 一种加速度计的自适应小波降噪方法 |
CN110441020A (zh) * | 2019-09-06 | 2019-11-12 | 中国工程物理研究院总体工程研究所 | 高冲击加速度试验系统及试验方法 |
CN111433612A (zh) * | 2017-10-11 | 2020-07-17 | 埃姆普里萨有限公司 | 用于估计飞行器空中数据的基于模型和飞行信息的组合训练的神经网络系统 |
CN111751134A (zh) * | 2020-06-22 | 2020-10-09 | 西安科技大学 | 一种基于vmd与rls的采煤机振动信号降噪方法 |
CN114136757A (zh) * | 2021-11-15 | 2022-03-04 | 河南检亿科技有限公司 | 一种冲击试验的控制系统 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102175889B (zh) * | 2011-01-24 | 2012-11-07 | 长春工业大学 | 一种伺服转台角加速度自适应测量方法 |
US20140032130A1 (en) * | 2012-07-30 | 2014-01-30 | Eric Berkobin | Methods and systems for mobile carbon dioxide monitoring |
US9451898B2 (en) * | 2014-07-02 | 2016-09-27 | National Central University | Method and system for extracting ventricular fibrillation signals in electrocardiogram using spline interpolation with uniform phase ensembles |
CN104679981A (zh) * | 2014-12-25 | 2015-06-03 | 新疆大学 | 一种基于可变步长lms-eemd的振动信号降噪方法 |
US10837887B2 (en) * | 2017-09-19 | 2020-11-17 | Richard A. Brandt | Helmet testing equipment and methodology |
CN110132403A (zh) * | 2019-04-02 | 2019-08-16 | 天津大学 | 一种基于eemd和小波阈值的真空泵振动信号降噪方法 |
CN110346130B (zh) * | 2019-07-19 | 2020-04-03 | 北京理工大学 | 一种基于经验模态分解和时频多特征的镗削颤振检测方法 |
CN111934647A (zh) * | 2020-07-14 | 2020-11-13 | 广东技术师范大学 | 一种emd-lms混合滤波方法及滤波器 |
-
2022
- 2022-04-18 CN CN202210402688.0A patent/CN114994365B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103808485A (zh) * | 2014-01-27 | 2014-05-21 | 北京理工大学 | 冲击实验装置 |
CN106441288A (zh) * | 2016-08-31 | 2017-02-22 | 北斗时空信息技术(北京)有限公司 | 一种加速度计的自适应小波降噪方法 |
CN111433612A (zh) * | 2017-10-11 | 2020-07-17 | 埃姆普里萨有限公司 | 用于估计飞行器空中数据的基于模型和飞行信息的组合训练的神经网络系统 |
CN110441020A (zh) * | 2019-09-06 | 2019-11-12 | 中国工程物理研究院总体工程研究所 | 高冲击加速度试验系统及试验方法 |
CN111751134A (zh) * | 2020-06-22 | 2020-10-09 | 西安科技大学 | 一种基于vmd与rls的采煤机振动信号降噪方法 |
CN114136757A (zh) * | 2021-11-15 | 2022-03-04 | 河南检亿科技有限公司 | 一种冲击试验的控制系统 |
Non-Patent Citations (3)
Title |
---|
Fanrang Kong.Online Fault Diagnosis of Motor Bearing via Stochastic-Resonance-Based Adaptive Filter in an Embedded System.IEEE Transactions on Systems, Man, and Cybernetics: Systems.2016,全文. * |
唐林.基于集成经验模态分解的高g值冲击加速度数据处理研究. 硕士电子期刊出版基础科学.2018,全文. * |
肖京平 ; 黄志祥 ; 陈立 ; .高速列车空气动力学研究技术综述.力学与实践.2013,(02),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN114994365A (zh) | 2022-09-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109243483B (zh) | 一种含噪频域卷积盲源分离方法 | |
CN110598166A (zh) | 一种自适应确定小波分层级数的小波去噪方法 | |
CN112380934B (zh) | 基于小波熵与稀疏度的电缆局放信号自适应小波去噪方法 | |
CN108506742B (zh) | 一种自适应有效信号判定流体管道泄漏定位方法 | |
CN112132758B (zh) | 基于非对称光学系统点扩散函数模型的图像复原方法 | |
CN113297987B (zh) | 一种基于双目标函数优化的变分模态分解信号降噪方法 | |
CN112163536B (zh) | 基于粒子群算法改进的小波阈值函数去噪方法 | |
CN110151175A (zh) | 基于ceemd与改进小波阈值的表面肌电信号消噪方法 | |
CN110852955A (zh) | 一种基于图像强度阈值和自适应切割的图像增强方法 | |
CN113642484A (zh) | 一种基于bp神经网络的大地电磁信号噪声压制方法及系统 | |
CN115618204A (zh) | 基于最优小波基和改进小波阈值函数的电能数据降噪方法 | |
CN106569034A (zh) | 一种基于小波和高阶pde的局部放电信号去噪方法 | |
CN114994365B (zh) | 一种基于空气炮测试的加速度计输出信号降噪方法 | |
CN116698398A (zh) | 一种基于ceemdan分阈值降噪与能量熵的齿轮故障特征提取方法 | |
CN109781245B (zh) | 一种柴油发动机脉冲噪声的客观评价方法 | |
CN112649512B (zh) | 一种岩体声发射初至自适应识别方法 | |
CN112183407B (zh) | 一种基于时频域谱减法的隧道地震波数据去噪方法及系统 | |
Voznesensky et al. | Denoising chaotic signals using ensemble intrinsic time-scale decomposition | |
CN109558857B (zh) | 一种混沌信号降噪方法 | |
CN105700019B (zh) | 一种基于Born‑Jordan时频分布的地震信号时频峰值滤波方法 | |
CN116304564B (zh) | 一种基于改进eemd算法和自相关降噪的信号降噪方法 | |
CN113567129A (zh) | 一种列车轴承振动信号基于ceemd的降噪方法 | |
CN111562616B (zh) | 地震数据散射噪音压制方法及装置 | |
CN111723677A (zh) | 一种基于自适应阈值的小波去噪方法 | |
Yoshida et al. | Road & wind noise contribution separation using only interior noise having multiple sound sources-Accuracy improvement and permutation solution |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |