基于CEEMDAN小波包的MEMS水听器信号去噪

针对MEMS水听器接收水下信号时混入的噪声,提出一种CEEMDAN和小波包的联合去噪算法.方法是利用CEEMDAN将含噪信号分解成一系列的IMF分量,IMF由高频到低频排列.由于高频噪声和低频干扰,所以要分别对高频和低频IMF进行处理.根据每层IMF的频谱分析,去掉前几层和后几层IMF分量形成一个带通滤波器,然后将剩余分量进行重构信号.最后,利用小波包对重构信号去噪得去噪信号.通过仿真实验和中北大学汾机实测实验验证了算法的有效性,并在去噪效果和性能指标上较单一CEEMDAN和小波包去噪有明显提升.     

基于EMD和PCA的暂态电能质量消噪

针对电能质量扰动的消噪问题,提出一种基于经验模态分解(EMD)和主成分分析(PCA)的消噪方法.方法先用EMD将信号分解为一组内蕴模态函数(IMF),对第一层IMF进行细节信息提取,然后对第二层及其后面的IMF进行PCA变换,根据噪声能量选择合适的主成分分量重构,去除各层IMF中的噪声.分别用电压聚降、电压中断、暂态脉冲、谐波及其组合进行数字仿真,和SureShrink小波阈值法、BayesShrink小波阈值法去噪结果比较,所用的方法去噪效果优于SureShrink小波阈值法、BayesShrink小波阈值法去噪结果,尤其对于电压暂降、电压中断、电压聚升这几个最重要的暂态电能质量问题消噪效果更为明显,结果证实了其有效性.     

MEMS矢量水听器的一种新的联合去噪算法

针对传感器水声信号存在随机噪声的问题,提出了一种正余弦算法(SCA)和粒子群算法(PSO)相结合优化变分模态分解(VMD)参数k和α,将含噪信号通过VMD分解为k个固有模态函数,选取相关系数高的模态分量进行小波阈值(WT)去噪后重构信号分量,得到目标信号的算法,记为SCA-PSO-VMD-WT算法.通过将本算法与VMD-WT,PSO-VMD-WT,SCA-VMD-WT算法相比,并从信噪比、均方误差2个评估指标发现本算法的去噪效果最好.     

EMD-SVM在南京市月平均气温预测中的应用

南京市月平均气温具有非平稳性、噪声大、序列宽频等特征.为了提高温预测精度,本文提出一种经验模态分解(EMD)和支持向量机(SVM)回归相组合的预测模型(EMD-SVM).首先应用EMD分解算法把南京市月平均气温分解成不同尺度的基本模态分量(IMF),再运用支持向量机回归模型对每个IMF预测,最后将预测结果重构得到南京市月平均气温预测值.结果表明:EMD-SVM模型预测与单一支持向量机回归模型预测相比,平均预测精度提高0.59度,是一种有效的预测气温的模型.     

EEMD、CEEMD算法与SVM在SST时间序列研究中的应用

海洋表面温度(SST)具有非线性、非平稳等特征,给处理和预测带来了很大的困难.将集合经验模态分解(EEMD)、改进的集合经验模态分解(CEEMD)与支持向量机(SVM)方法相结合,实现了对东北太平洋月平均海温距平序列(SSTA)的预测:首先应用EEMD或CEEMD方法将SST数据分解为多个本征模态函数(IMFs),然后应用SVM算法对各IMFs进行拟合、预测,最后对各IMFs预测结果叠加重构得到预测结果.EEMD-SVM和CEEMD-SVM数值模拟结果显示,预测最大误差小于0.25℃,并且CEEMD-SVM预测效果更好,为SST实际预测提供了参考.     

平面几何模型的EMD分解算法及其应用

经验模态分解(Empirical mode decomposition,简称EMD)算法是一种处理非线性非平稳信号的时频分析方法.该方法可以自适应地将输入信号分解成若干层本征模函数(Intrinsic mode function,简称IMF)和一层余项函数,通过对IMF的特定操作可以实现信号的滤波和去噪等功能.经典的EMD算法主要针对标量形式的函数信号,对于平面几何图形,EMD则按每一个坐标分量分别处理,其效果往往较差.文章提出一种向量形式的平面几何模型EMD算法,该算法将一个平面几何模型分解成若干层偏置向量和一个残差模型,其中偏置向量表示几何体不同尺度的特征,残差模型表示输入模型的大致形状.通过在极值点的定义中施加特征尺度的限制从而保证每次分解只分离出特定尺度的特征.实验表明,该方法可以有效地实现平面几何模型的分解,并应用在去噪、特征编辑以及特征迁移的领域.通过与经典方法以及标量函数信号EMD算法的比较,文章方法的有效性得到验证.     

基于改进小波阈值去噪算法的心电信号处理及仿真

为更好地滤除心电信号处理过程中基线漂移、肌电以及工频干扰等噪声,提出了一种新阈值函数去噪算法.通过仿真确定了最佳的小波函数类型和分解层数;改进算法克服了传统的阈值函数在信号处理中存在不连续性或恒定偏差的问题;利用双曲线函数实现向原函数的快速逼近,避免了去噪后的波形失真和振荡现象的发生;具有更少的参数,调节方便,计算量小;注重对较小系数的处理,提高重构信号的精度.利用MIT-BIH心律失常数据库中的105号数据进行验证.算法能有效地滤除噪声干扰,相比于其他方法,其重构信号的信噪比和均方误差均有极大的改善,去噪效果更好.     

小波和EMD的滤波特性在轴承故障诊断中的比较

通过仿真实验将小波变换和经验模态分解(EMD)方法分解信号的能力进行了比较,并将这种滤波特性应用于旋转机械的故障诊断中,结合包络谱分析,比较了两者对于滚动轴承内圈故障的诊断效果.仿真及轴承实验结果表明EMD方法在滤波的自适应性、分解结果的准确性以及诊断效果等方面均具有优势,更重要的是它分离出的主要分量物理意义明确,反映了信号的真实内涵.     

提升格式下几种去噪方法的比较

本文比较了四种去噪声的效果,利用提升格式设计的灵活性,通过预算子或更新算子的设计最优匹配特定的信号,比较了软阈值函数、硬阈值函数、比例萎缩LAWML法和小波域中值滤波四种去噪方法.     

语音信号中基于EMD法的情感计算

情感计算是情感语音识别的关键.经验模态分解(EMD)算法是Hilbert-Huang变换(HHT)的核心算法,采用分段幂函数插值算法求情感包络线,能达到更好的情感识别效果.利用软件MATLAB仿真了情感语音信号的经验模态分解(EMD)特性,把情感语音信号进行EMD分解后IMF做频谱变换,便能得到一个情感包络线,根据情感包络线的不同而达到情感识别的目的.     

双重内共振系统非线性模态分岔的奇异性分析

利用多尺度法构造的一类1:2:5双重内共振系统的耦合非线性模态的分岔是一个两变量的分岔问题.利用Maple计算机代数可以通过消元将耦合的模态分岔方程分离为两个单变量的分岔方程.对分离后的单变量分岔方程进行奇异性分析,发现随着系统参数的变化,非线性模态的分岔既可以是一种模态向另一种模态的转化,也可以是一种模态的突然出现与消失.最后给出了两变量分岔问题可以利用消元后得到的单变量分岔方程和耦合方程进行处理的一种方法.     

考虑农户“以次充好”行为的生鲜电商销售模式选择研究

考虑农户“以次充好”行为和电商企业抽样检测机制的基础上,运用博弈理论分别建立自营和平台两种销售模式下生鲜电商供应链的决策模型,对比研究了不同销售模式下电商企业抽样检测前后各方的最优决策及其期望收益。研究发现:(1)虽然电商企业的抽样检测将会降低农户“以次充好”的比例,提升在线销售生鲜品的品质,但却不一定带来自身和农户的收益增加;(2)无论自营模式还是平台模式,消费者的追溯赔偿和电商企业的严惩措施都会对农户“以次充好”行为起到抑制作用;(3)当农户存在“以次充好”行为时,抽检费用、内外部惩罚、信誉损失以及平台使用费等因素都将影响电商企业和农户对销售模式的选择。     

Fibonacci数列模p~r的周期性研究

对任意素数p、正整数r,Fibonacci数列{Fn}对pr取模构成一个数列{an}.若{Fn}的最小正周期为T,则{an}的最小正周期为pr-1T,首次提出该定理,并用数学归纳法进行了证明.此外对任意正整数m,不加证明地给出了{Fmod m}的周期性定理.     

政府规制下制造商实施EPR的模式研究

根据消费者对新产品和再造品的偏好不同,考虑产品的需求差异性,本文研究在政府规制下,制造商实施EPR的模式选择问题。文章首先构建了制造商实施EPR的两种模式——闭环模式和外包模式,然后比较研究了两种模式下的最优结果,最后进行了数值分析。研究表明当消费者的环保意识δ较小时,实施闭环模式对制造商有利,而当δ较大时,实施外包模式对制造商更有利,并且外包模式有利于提高废旧品的回收量。但是消费者环保意识的增强给制造商带来了压力,而给第三方再造商带来了商机。     

杂交元零能模式抑制的正交基本变形模式方法

通过杂交元位移场直接推导了单元基本变形模式,并且采用联合正交条件提出一种新的正交化方法,所得到的正交基本变形模式不仅具有简单的变形特征而且和材料参数无关,可以方便有效地考察单元性能,为评价不同杂交元提供了一个统一的参考标准．在此基础上利用柔度矩阵正定性给出一种简单有效的零能模式识别方法,并进一步利用基本变形模式和初始应力模式之间耦合关系,提出一种抑制杂交元零能模式的假设应力场方法,同时指出基本变形模式正交性是抑制单元零能模式的充分必要条件．2D-4节点和3D-8节点单元的数值算例说明了该文基本变形模式方法的有效性．     

杂交元假设应力模式的变形刚度分析

通过本征变形模式提出识别杂交元零能变形模式和假设应力场中零能应力模式的新方法,同时给出了在假设应力场中增加应力模式时杂交元变形刚度的计算公式．从而从理论上阐明了在假设应力场中增加零能应力模式不仅不能抑制单元零能变形模式而且可能增加非零能变形模式的刚度,因此不宜用来假设应力场;同时进一步指出寄生应力模式将使单元产生虚假应变能而使单元显得过刚,因此即使它能够抑制单元零能变形模式也不宜用来假设应力场,从而为假设应力场提供了合理的建议．数值算例说明了包含零能应力模式和寄生应力模式时单元的性能．     

基于遗传算法的变循环航空发动机部件级建模与优化

研究了变循环发动机双涵道(涡扇)模式和单涵道(涡喷)模式的工作机理,分别建立了相应模式下的部件模型和整机气动热力学模型,利用遗传算法解决高复杂性、多变量非线性方程问题的优点,对各个模型进行求解与优化,并获得了相应结果,验证了模型的有效性.     

Modes and moments of unimodal distributions

Summary For a unimodal distribution relations of its modea with its absolute momentβ _p and central absolute momentγ _p of orderp are considered. The best constantA _p andB _p are given for the inequalities |a|≦A _p β _p ^1/p (p>0) and |a−m|≦B _p γ _p ^1/p (p≧1) wherem is the mean. the results follow from discussion of more general moments.     

碳交易规制下的制造商减排外包模式选择:定制vs订购?

研究碳交易规制下制造商减排服务外包时供应链各成员的最优决策和绩效问题,对比分析了定制和订购两种减排模式下的供应链博弈均衡和供应链成员绩效。研究发现,在碳交易规制下,定制和订购两种减排合作模式下供应链成员均存在最优决策。在定制模式下,单位产品的初始排放量和制造商的减排成本系数提高一定会降低最优产量、单位产品减排量和减排服务价格,减排服务商的减排成本系数提高会降低最优产量和单位产品减排量,但不一定会降低减排服务价格;在订购模式下单位产品初始排放量、制造商和减排服务商的成本系数对企业决策的影响不一定如此。当需求函数满足均匀分布时,无论制造商和减排服务商的减排效率如何,订购模式对减排服务商更有利,定制模式对制造商更有利,但供应链系统总利润的高低与制造商的减排成本系数有关。