首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 109 毫秒
1.
EMD时频分析拉曼光谱和近红外光谱   总被引:1,自引:0,他引:1  
用时频方法分析拉曼光谱和近红外光谱。经验模态分解光谱成为特征模态分量,模态分量比重计算显示拉曼光谱能量均匀分布于各个分量,而近红外光谱的低阶特征模态分量只承载了较少的原光谱有效信息。真实光谱和数值实验均显示,经验模态分解视拉曼光谱为调幅信号,具有高频能量吸附特性;视近红外光谱为调频信号,在一阶特征模态分量中可以较好实现高频窄带解调。一阶特征模态分量希尔伯特变换显示,经验模态分解拉曼光谱时易出现模态混叠现象。进一步在时频域分析玉米叶片近红外光谱,经验模态分解后截掉低能量的一、二阶分量,用剩余特征模态分量重构光谱信号,均方根误差为1.001 1,相关系数为0.981 3,两个指标反映出重构精度较高;分解趋势项表明在近红外光波段,吸光度随着波长的减小呈现递增趋势;特征模态分量的希尔伯特变换显示,657cm~(-1)是碱胁迫光谱特有频率,可作为碱胁迫光谱特征频率来辨识。  相似文献   

2.
密相气力输送颗粒静电波动信号多尺度分析   总被引:1,自引:0,他引:1  
在加压密相气力输送实验装置上获得了不同操作条件下煤粉颗粒静电波动信号,并用Hilbert-Huang变换、功率谱进行分析.结果表明:随着表观速度的增加,静电波动信号主峰值的频率增大;静电波动信号希尔伯特-黄变换(Hilbert-Huang)揭示了气固两相流静电信号的非线性和非平稳特征,随气固两相流颗粒相浓度降低和颗粒及...  相似文献   

3.
气液两相流波动信号的时频谱分析研究   总被引:1,自引:0,他引:1       下载免费PDF全文
孙斌  王二朋  郑永军 《物理学报》2011,60(1):14701-014701
为了研究气液两相流不同流型的动态特性,通过小波变换、希尔伯特-黄变换及自适应最优核三种时频方法对气液两相流动态差压信号进行处理.通过对时频谱的分析,可以清晰看出当流型从泡状流向弹状流、塞状流的转化过程中,信号的主要能量由15—35 Hz之间的频带向0—8 Hz频带转移,在弹状流时出现了两个谱峰.实验结果表明:希尔伯特-黄变换及自适应最优核方法的时频分辨率比小波分析高.基于自适应最优核方法的脊信息的提取,克服了模糊平面加窗效应的影响,对气液两相流动态信号表现出更高的时频分辨率,并增强了时频平面信息的可读性. 关键词: 气液两相流 流型识别 希尔伯特-黄变换 自适应最优核  相似文献   

4.
基于小波变换的木材近红外光谱去噪研究   总被引:3,自引:0,他引:3  
木材近红外光谱常常被一系列噪声所污染,影响光谱分析结果.为了提高近红外光谱分析精度,需要对光谱数据进行预处理.光谱导数可以消除光谱背景干扰和基线漂移等因素影响,提高光谱分辨率,但导数光谱在增强信号的同时,也使信号噪声得到增强.应用小波变换对杉木木材近红外一阶导数光谱进行去噪研究,分别采用9点平滑法、25点平滑法、非线件小波硬阈值和软阈值法、9点平滑+小波变换法和25点平滑+小波变换法对光谱数据进行去噪研究.结果显示,小波变换能够有效去除导数光谱中的噪声信号,保留光谱中的有效信息,提高光谱信噪比,提高光谱的分析能力,在木材近红外光谱分析中具有很好的应用前景.  相似文献   

5.
近红外透射光谱应用于黄酒酒龄的定性分析   总被引:4,自引:5,他引:4  
应用近红外光谱透射技术,结合化学计量学方法,开展了黄酒酒龄定性鉴别的研究,并对不同光谱预处理方法(未处理、平滑、二阶微分)对酒龄鉴别结果的影响进行了对比分析.试验采用傅里叶变换近红外光谱仪,以86瓶绍兴黄酒为标准样品,并结合不同光谱预处理方法及判别分析法,建立了黄酒酒龄定性鉴别模型.光谱平滑处理对酒龄鉴别结果影响不显著,而微分光谱分析结果最差,近红外原始光谱结合判别分析法的分析结果最优,其校正集正确分类的百分比达98.1%,预测集达90.6%.研究表明,近红外光谱透射技术结合原始光谱及判别分析法可作为一种可靠、准确、快速的检测方法用于黄酒酒龄定性鉴别分析.  相似文献   

6.
在颗粒的数字全息中,传统方法应用数值再现反演计算得到颗粒的相关信息,其中再现的判焦过程中存在繁琐费时的缺点.本文提出了一种基于希尔伯特-黄变换方法的同轴粒子全息图分析方法.将粒子同轴全息图沿中心往外得到的单个粒子径向强度分布作为初始信号,根据希尔伯特-黄变换方法中的经验模态分解首先将信号分解成几个本征模态函数,通过分析第一本征模态函数的希尔伯特谱,由拉依达法则剔除部分奇异点后做最小二乘线性回归分析,得到粒子的空间位置.该方法不需要对全息图进行重建,由信号自身构建基函数,有很强的适应性.理论模拟和实验证明,该方法计算速度快,准确度高,有望应用于全息图的实时在线分析.  相似文献   

7.
基于小波变换的体内外酒精含量近红外光谱检测与分析   总被引:1,自引:0,他引:1  
应用小波分析对体外和体内的酒精近红外光谱信号进行去噪分析,通过体外光谱分析确定酒精吸收峰特征范围,为体内近红外光谱分析确定有效区间。软阈值和硬阈值下,分别采用缺省阈值、Birge-Massart阈值和最大最小值阈值,比较酒精光谱去噪,信噪比(signal noise ratio,SNR)和均方根误差(root mean square error,RMSE)去噪效果。结果表明:缺省硬阈值方法对酒精近红外光谱去噪的效果较好;小波变换可以有效去除酒精近红外光谱的噪声,提高信噪比,保留有用真实信号。在不同的酒精浓度下,去噪后的近红外光谱能够较好的显示浓度变化规律。小波分析在近红外光谱法对人体酒精无创检测及定量分析方面有较好的应用前景。  相似文献   

8.
孟鑫  刘磊  江升  张冰  李志增 《光学学报》2019,39(9):395-402
傅里叶变换光谱仪通过获取待测光的干涉信号来反演光谱信息,是重要的光谱测试与分析仪器。受光电探测电路不稳定、干涉模块装调不到位等因素的影响,傅里叶变换光谱仪获得的干涉光谱信号会出现漏采点、过饱和点、噪声点等无效数据点,导致反演的光谱信号出现失真。为此,研究了一种基于小波变换的干涉光谱信号检测方法,该方法能够快速有效地定位干涉信号中多种无效数据点的位置;在此基础上,研究了干涉光谱信号的校正方法,根据无效点所在区间段的信号特征,通过样条插值方法进行数据拟合,校正干涉光谱信号。通过仿真验证了本方法的可行性;搭建了近红外波段傅里叶变换光谱实验系统,并基于该系统进行验证性实验,对获得的干涉信号进行检测与校正,提高了反演光谱信号的准确性。  相似文献   

9.
近红外光谱无创血液成分检测因其测量方法的优越性,已经成为生物医学领域的研究热点之一.但除血氧饱和度外,目前还没有进入临床应用成果的报道,其关键在于个体差异和测量条件对检测精度的影响.文章先介绍一种可以消除个体差异的新的检测方法--动态光谱法,再从其原理出发,推导出基于傅里叶变换的动态光谱频域提取法.同时,文章通过实验,研究了采样率,采样周期个数,非同步采样对(快速傅里叶变换(FFT)精度的影响.分析结果表明:选择合适的采样率,采样信号周期个数、并利用现有的加窗和插值算法能够大幅度提高动态光谱数据的精度.  相似文献   

10.
采用互相关分析的光谱预处理方法与一元线性回归结合 ,利用近红外光谱法定量检测了苯和甲苯混合物溶液中苯的体积百分比含量 ;从理论和实验两个方面证明了在一定的条件下经过互相关变换后的光谱信号与目标物质浓度含量呈正比例关系 ,利用这个正比例关系建立一元线性回归方程可以定量检测混合物中目标物质的含量。并且深入探讨了互相关分析作为一种近红外光谱预测量方法的优缺点  相似文献   

11.
针对车辆起动电动机电气和机械故障发生时特征信号的时变不平稳特性,进行了时频域分析处理,提出了利用现代信号处理方法对故障信号提取特征向量的方法,主要对起动电动机的电枢和轴承故障进行诊断。在构建电机故障测试实验平台的基础上,利用破坏性实验构造了故障类型,测取了电枢电流和振动信号,分别采用小波分析理论和HHT变换对信号进行分析,通过分解再重构的方式将信号分解成了频率由高到低的不同分量,并获得了故障的特征频率,提取了特征向量。实验结果表明,基于HHT变换的现代信号处理方法在处理时变非平稳信号方面比小波分析理论更具有自适应性,更易识别。  相似文献   

12.
土壤重金属污染问题一直备受关注,利用高光谱遥感对其进行研究取得了大量的成果,主要集中在利用土壤光谱的导数变换、连续统去除等常规方法预测土壤重金属含量上。土壤光谱数据与非线性非平稳的机电信号、医学信号等具有一定的相似性。通过希尔伯特黄变换(Hilbert-Huang transform, HHT),对土壤铅(Pb)污染光谱进行频率域分析,实现土壤Pb污染光谱的HHT鉴别,并建立土壤Pb含量预测模型。首先,进行土壤Pb污染实验,采集土壤Pb污染样品的光谱、含水率及有机质含量;其次,通过土壤Pb污染样品光谱的HHT时频分析和第二个本征模函数(intrinsic mode function, IMF)分量(IMF2)瞬时频率的二阶导数识别土壤Pb污染的特征波段;最后,选择合适的频率域参数、土壤光谱一阶导数、土壤有机质含量及土壤含水率作为参数,利用箱形图、聚类分析、偏最小二乘法建立土壤Pb含量预测模型。研究结果表明:土壤Pb污染的HHT时频分析图可以鉴别土壤Pb污染光谱,未受污染的土壤光谱HHT时频分析图在波段序列为250~430之间没有异常信号,Pb污染土壤的光谱HHT时频分析图在波段序列为250~430之间存在多个异常信号,并且随着浓度的升高,异常信号分布范围越来越广,当污染浓度达到800 μg·g-1时,土壤样品的光谱信号在波段序列为270处、频率为0.3 Hz之前出现了较强的异常信号;土壤Pb污染光谱经验模态分解(empirical mode decomposition, EMD)处理后,得到的未受污染的土壤光谱IMF2的瞬时频率的二阶导数的突变非常微弱,而Pb污染的土壤光谱IMF2的瞬时频率的二阶导数存在明显的突变点,根据突变点及土壤Pb污染光谱的IMF2的瞬时频率的二阶导数识别的土壤Pb污染光谱的特征波段区间为2 150~2 300 nm;利用不同浓度Pb污染下土壤光谱Hilbert能量谱峰值、EMD能量熵、一阶导数、有机质和含水率,通过箱形图去除了六组异常样品,然后利用聚类分析的方法将去除异常样品后的土壤Pb污染样品分为两类,最后将Hilbert能量谱峰值、EMD能量熵、2 134 nm波段一阶导数、790 nm波段一阶导数、1 276 nm波段一阶导数、2 482 nm波段一阶导数、有机质和含水率作为参数建立两类数据的BC-PLSR(boxplot cluster-partial least squares regression)模型预测土壤中Pb含量,经验证模型精度较高,相关系数分别为0.88和0.99。  相似文献   

13.
基于希尔伯特-黄变换(HHT)和Savitzky-Golay滤波,提出了一种结合HHT时频分析的半导体激光云高仪后向散射信号去噪方法.该方法在对云高仪后向散射信号的噪声特性及传统去噪方法的缺陷进行研究的基础上,选择截止分量阶一定的自适应时变时空滤波器组(TFB)结构并辅助Savitzky-Golay滤波抑制噪声,最后利...  相似文献   

14.
土壤中不同浓度Cu2+含量映射到土壤光谱上的信息量十分微弱,并且这些高光谱数据中也存在着难以避免的噪声,因而本研究的关键是如何在土壤光谱复杂的噪声环境中提取微弱Cu2+信息。经验模态分解算法(EMD)能够有效去除高光谱数据中的噪声,且EMD是Hilbert变换对“非线性非稳定”信号时频分析的前提,当引入Huang变换后,可利用Hilbert-Huang变换(HHT)模型时频分析高光谱数据以实现降噪处理与信息提取。通过时频的HHT分析不同浓度Cu2+污染下的土壤光谱,完成从原始光谱经EMD分解出各本征模态函数(IMF)分量的包络线、调制信号和频谱等曲线中挖掘土壤光谱的Cu2+污染信息。研究结果表明,相同浓度Cu2+污染时的土壤光谱HHT时频分析结果相同,不同浓度时则不同,所以也可依据IMF分量反演土壤Cu2+含量。因此,高光谱数据的HHT时频分析能为土壤光谱的信息挖掘、光谱诊断和Cu2+含量反演等提供一种新的方法和思路。  相似文献   

15.
Based on the techniques of Hilbert–Huang transform (HHT) and support vector machine (SVM), a noise-based intelligent method for engine fault diagnosis (EFD), so-called HHT–SVM model, is developed in this paper. The noises of a sample engine under normal and several fault states are first measured and denoised by using the wavelet packet threshold method to initially lower the noise level with negligible signal distortion. To extract fault features of the engine, then, the HHT is selected and applied to the measured noise signals. A nine-dimensional vector, which consists of seven intrinsic mode functions (IMFs) from the empirical mode decomposition (EMD), maximum value of HHT marginal spectrum and its corresponding frequency component, is specified to represent each engine fault feature. Finally, an optimal SVM model is established and trained for engine failure classification by using the fault feature vectors of the noise signals. Cross-validation results show that the proposed noise-based HHT–SVM method is accurate and effective for engine fault diagnosis. Due to outstanding time–frequency characteristics and pattern recognition capacity of the HHT and SVM, the newly proposed HHT–SVM can be used to deal with both the stationary and nonstationary signals, and even the transient ones. In the view of applications, the HHT–SVM technique may be suggested not only to detect the abnormal states of vehicle engines, but also to be extended to other fields for failure diagnosis in engineering.  相似文献   

16.
提出一种基于流行降维的近红外光谱技术快速判别大米贮藏期的新方法。采用近红外光谱仪获取陈年米和新米的反射光谱特征曲线,利用直接正交信号矫正法(direct orthogonal signal correction,DOSC)对原始光谱进行预处理,滤除光谱数据中与因变量Y矩阵无关的信号,以消除无关信息对后续特征变量建模精度的影响。采用Durbin-Watson和Run测试法定性分析光谱数据结构的非线性性,并利用增强偏残差图(augmented partial residual plot)定量分析大米光谱曲线的非线性程度。分别采用线性流行降维法包括主成分分析法(PCA)和多维尺度分析法(MDS)以及非线性流行降维法包括等距映射法(ISOMAP)、局部线性嵌入法(LLE)和拉普拉斯特征映射法(LE)提取预处理后光谱数据的本征变量,并结合核偏最小二乘方法(KPLS)建立本征变量与贮藏时间属性之间的耦合模型。实验用陈年米和新米的样本数均为200个,随机将训练集和测试集样本划分为300个和100个。通过比较各个模型的预测结果得出,基于ISOMAP非线性降维法提取的40个本征变量建立的回归模型预测效果最好,预测相关系数(R2P)、预测均方根误差(RMSEP)和预测相对分析误差值(RPD)分别为0.917,0.187和2.698。实验结果说明提出的方法对于大米贮藏期具有很好的鉴别能力,该研究为今后大米贮藏期的快速无损检测提供了科学的手段。  相似文献   

17.
Hilbert-Huang变换分析THz脉冲信号的时频特性   总被引:1,自引:0,他引:1       下载免费PDF全文
提出一种基于Hilbert-Huang变换的THz时域光谱分析方法,将THz时域脉冲信号分解成有限数目的单分量信号之和,利用Hilbert变换求得瞬时频率来获得幅值的时频分布——Hilbert-Huang变换谱,实现了通过水蒸气的THz脉冲信号的时频分析,揭示了THz波与水蒸气相互作用的频谱时域分布特性,并与基于小波变换的时频图进行了对比分析。结果表明,该方法可以同时提高THz脉冲时频分布的时间分辨率和频率分辨率,具有局部化分析和自适应选择的特点,还能直观地表现出各频率成分之间的相对时间延迟。  相似文献   

18.
半导体激光器的线宽通常采用激光外差测量技术,通过差拍信号的功率谱密度函数来确定,受傅里叶变换方法的限制,得到的均是在一定时间段内的静态平均线宽。为了获得半导体激光器在电流调谐过程中的瞬时线宽特性,提出了利用时变功率谱获知调谐瞬时线宽的相干和非相干测量方法,并分别进行了理论分析和实验验证。首先对半导体激光器输出光信号及差拍信号进行了时间-频率域下的数学描述,确定了时变功率谱与调谐瞬时线宽的关系;其次,针对差拍信号的趋向性特征,提出了趋势局部均值分解方法,并研究了利用分解出的乘积函数建立差拍信号及激光器输出光信号的时变功率谱的方法;最后利用非相干和相干测量法分别获得了分布反馈式半导体激光器在50~51及50~100mA锯齿波电流调谐过程中的瞬时线宽。  相似文献   

19.
Rong Jiang  Hong Yan   《Physica A》2008,387(16-17):4223-4247
This paper presents a new algorithm for the analysis of spectral properties of short genes using the wavelet transform and the Hilbert–Huang transform (HHT). A wavelet subspace algorithm combined with the empirical mode decomposition (EMD) is introduced to create subdivided intrinsic mode functions (IMFs) and a cross-correlation analysis is applied to remove pseudo-spectral components. Experiments are carried out on DNA sequences with the double-base (DB) curve representation and the results show that the signal-to-noise ratio of buried signals can be enhanced using the proposed method, yielding significant patterns that are rarely observed with conventional methods. The wavelet subspace Hilbert–Huang transform (WSHHT) algorithm is able to correctly identify spectral patterns of very short genes (below 70 bp) in DNA sequences.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号