发表服务
基于固有时间尺度分解的信号细微特征识别-第l5卷第5期2014年l0月信息工程大学学报JournalofInf...首页文档视频音频文集文档
固有时间尺度分解（ITD）[1][2][3]是最近提出的一种非平稳信号时频分析方法，可以用简化的方法实时精确的提取信号的瞬时信息，如瞬时幅度和瞬时相位等参数。由于ITD的特征提取不需要取较长的一段数据，相比之下复杂度低、实时性好。
本论文主要针对上述两方面问题,提出了一种基于小波预处理的固有时间尺度分解(Wavelet-denoisingIntrinsicTime-scaleDecomposition,简称WD-ITD)方法。该方法首先对含有噪声的脑电信号进行小波去噪预处理,使得处理后的脑电信号信噪比变大,继而使用ITD方法,对脑电信号进行进一步分解。
首先，提出了一种新的信号分解方法：基于时变滤波的内在时间尺度分解。它被引入具有自适应噪声的完整集合固有时间尺度分解的框架（CEITDAN）。与传统的固有时标分解相比，基于时变滤波的固有时标分解可以提高分频性能。
本文采用固有时间尺度分解算法和多重分形谱理论两大分析工具，从信号中频波形的角度研究通信信号调制方式识别与参数估计的问题，基于固有时间尺度分解算法时频分辨率高、计算复杂度低的优势以及多重分形谱特征对噪声不敏感的特性，取得了如下研究
在这个公式中，B代表得到的不同尺度分解的第一奇异值。5.重构第一奇异值向量u1k和v1k得到重构矩阵：当B中局部最大值的标度点位置对应于al时，D1包含结构点振动模型信息，D2包含结构模态点的固有频率及其阻尼比...
固有模态函数和经验模式分解从上文的例子中,为获得有意义的瞬时频率,我们得到了一种局部限制而非全局限制。根据这种局部限制,要用一种特别的分解方法,将信号分解为瞬时频率能够合理定义的分量形式。同时,这种限制…
EMD经验模态分解（EmpiricalModeDecomposition，简称EMD))方法被认为是2000年来以傅立叶变换为基础的线性和稳态频谱分析的一个重大突破，该方法是依据数据自身的时间尺度特征来进行信号分解，无须预先设定任何基函数。这一点与建立在先验性的谐波基函数和小波基函数上的傅里叶分解与小波分解方法...
基于EEMD的金融时间序列多尺度分析-金融工程专业论文.docx,万方数据万方数据摘要摘要摘要摘要近年来，随着我国金融市场的发展以及投资品种的日益丰富，量化投资逐渐步入人们的视野，同时也将金融计量分析推至前所未有的高度。时间序列作为金融市场中最常见的观测数据，是对市场行…
图7显示，在55a特征时间尺度上，降水量变化的平均周期为35a左右，大约经历了3个丰—枯转换期；而在30a特征时间尺度上（图8），平均变化周期为20a左右，大约6个周期的丰—枯变化。图7图8SeeAlso[1]小波分析—时间序列的多时…
基于固有时间尺度分解的信号细微特征识别-第l5卷第5期2014年l0月信息工程大学学报JournalofInf...首页文档视频音频文集文档
固有时间尺度分解（ITD）[1][2][3]是最近提出的一种非平稳信号时频分析方法，可以用简化的方法实时精确的提取信号的瞬时信息，如瞬时幅度和瞬时相位等参数。由于ITD的特征提取不需要取较长的一段数据，相比之下复杂度低、实时性好。
本论文主要针对上述两方面问题,提出了一种基于小波预处理的固有时间尺度分解(Wavelet-denoisingIntrinsicTime-scaleDecomposition,简称WD-ITD)方法。该方法首先对含有噪声的脑电信号进行小波去噪预处理,使得处理后的脑电信号信噪比变大,继而使用ITD方法,对脑电信号进行进一步分解。
首先，提出了一种新的信号分解方法：基于时变滤波的内在时间尺度分解。它被引入具有自适应噪声的完整集合固有时间尺度分解的框架（CEITDAN）。与传统的固有时标分解相比，基于时变滤波的固有时标分解可以提高分频性能。
本文采用固有时间尺度分解算法和多重分形谱理论两大分析工具，从信号中频波形的角度研究通信信号调制方式识别与参数估计的问题，基于固有时间尺度分解算法时频分辨率高、计算复杂度低的优势以及多重分形谱特征对噪声不敏感的特性，取得了如下研究
在这个公式中，B代表得到的不同尺度分解的第一奇异值。5.重构第一奇异值向量u1k和v1k得到重构矩阵：当B中局部最大值的标度点位置对应于al时，D1包含结构点振动模型信息，D2包含结构模态点的固有频率及其阻尼比...
固有模态函数和经验模式分解从上文的例子中,为获得有意义的瞬时频率,我们得到了一种局部限制而非全局限制。根据这种局部限制,要用一种特别的分解方法,将信号分解为瞬时频率能够合理定义的分量形式。同时,这种限制…
EMD经验模态分解（EmpiricalModeDecomposition，简称EMD))方法被认为是2000年来以傅立叶变换为基础的线性和稳态频谱分析的一个重大突破，该方法是依据数据自身的时间尺度特征来进行信号分解，无须预先设定任何基函数。这一点与建立在先验性的谐波基函数和小波基函数上的傅里叶分解与小波分解方法...
基于EEMD的金融时间序列多尺度分析-金融工程专业论文.docx,万方数据万方数据摘要摘要摘要摘要近年来，随着我国金融市场的发展以及投资品种的日益丰富，量化投资逐渐步入人们的视野，同时也将金融计量分析推至前所未有的高度。时间序列作为金融市场中最常见的观测数据，是对市场行…
图7显示，在55a特征时间尺度上，降水量变化的平均周期为35a左右，大约经历了3个丰—枯转换期；而在30a特征时间尺度上（图8），平均变化周期为20a左右，大约6个周期的丰—枯变化。图7图8SeeAlso[1]小波分析—时间序列的多时…
发表服务