变分模态分解在爆破信号趋势项去除中的应用

爆破工程中,信号趋势项的准确去除对提高爆破振动信号分析的精度具有重要意义。针对经验模态分解（empirical mode decomposition,EMD）识别法存在的模态混叠和端头效应等缺陷,提出了基于变分模态分解（variational mode decomposition,VMD）去除信号趋势项的方法,即VMD法。叙述了VMD法识别爆破信号趋势项原理,并进行了仿真实验,结果表明:趋势项频率对分解效果的影响相对较小,当趋势项频率处于1～5 Hz之间时,频率对分解效果的影响基本保持不变;振幅对分解效果影响显著,且振幅越小,VMD法的分解效果越差。当趋势项振幅超过原始爆破信号最大振幅的1/3时,VMD法分解效果较好。最后,应用VMD法和EMD法对含有趋势项的实测爆破振动信号进行处理,认为相比于EMD法,VMD法处理后的信号基本一致且不存在端点效应,在爆破信号趋势项去除领域中具有更加广泛的适用性。     

基于EMD改进算法的爆破振动信号去噪

为了解决振动信号经验模态分解(empirical mode decomposition, EMD)滤波去噪效果不佳的问题,提出一种自适应性正交经验模态分解(principal empirical mode decomposition, PEMD)的信号去噪方法。该算法融合了EMD分解的自适应性和主成分分析(principal component analysis,PCA)的完全正交性特点,对信号EMD分解过程中产生的模态混叠现象进行消除,得到了最佳的去噪效果。分析表明:PEMD在仿真模拟试验中相比于传统EMD算法和集总经验模态分解(ensemble empirical mode decomposition, EEMD) 算法,信噪比分别提高了1.15 dB和0.38 dB,且均方根误差最小;频域上PEMD对仿真信号频率(30 Hz)识别的灵敏度最高,30 Hz之外的噪声滤除效果最好。在爆破振动试验中,PEMD和EEMD去除噪声毛刺的效果较为理想,且PEMD在0～300 Hz的中低频振动信号保存效果最好,300 Hz以上的高频噪声滤除效果最好。     

基于多参数自适应VMD的GNSS形变监测序列分解

针对结构健康监测场景下,全球导航卫星系统（GNSS）形变监测序列中各类特征相互混叠,难以进行特征提取与独立分析的问题,提出一种基于多参数自适应变分模态分解（MA-VMD）的时间序列分解算法。首先对变分模态分解（VMD）算法中多项参数对分解结果的影响进行了综合分析;然后从原始序列以及分解结果的频域特性出发,自适应调整分解模态数、惩罚因子、初始中心频率及拉格朗日乘子四组参数,建立MA-VMD算法。仿真序列实验表明,MA-VMD算法的序列分解结果与真实值之间的互相关系数为98.77%、均方根误差为0.1365 mm,均接近全局最优,并显著优于经验模态分解、奇异谱分析、改进变分模态分解等算法。最后基于实测GNSS变形监测数据验证了所提算法在工程应用上的有效性。     

室内地埋供热管道泄漏的声学监测及其信号去噪方法研究

为了更精确地对室内地埋供热管道泄漏声学监测信号进行主要特征频率提取和分析,需先对测量信号去噪。本文采用变分模态分解(variational mode decomposition, VMD),对距离漏水点5 cm和40 cm测量点的原始声信号分别进行模态分解,计算出各模态分量的排列熵并将其作为噪声信号剔除的依据,最后对信号进行重构,并与经验模态分解(empirical mode decomposition, EMD)、集合经验模态分解(ensemble empirical mode decomposition, EEMD)的处理结果进行对比。发现相比于其他两种分解降噪方法,VMD能够更好地解决模态混叠问题,能更为精确地将噪声信号去除,达到更好的去噪效果。     

爆破振动信号的HHT时频能量谱分析

采用希尔伯特-黄变换对爆破振动信号进行时频能量谱分析。经验模态分解中采用了极值点对称 延拓消除端点效应,采用分段三次Hemite保形插值算法插值拟合消除欠包络现象以及筛分终止局部准则; 对于传统HHT 计算瞬时频率的负峰问题采用了标准化和直接正交法解决。采用了LabView 平台实现,提 高了计算效率和实用性。     

基于集合经验模态分解-小波阈值方法的爆破振动信号降噪方法

为了更好地消除混杂在爆破信号中的噪声,引入一种基于集合经验模态分解和小波阈值共同作用的降噪方法。首先将信号进行集合经验模态分解,然后选择含噪的模态函数分量进行小波阈值降噪处理,最后把处理后的分量和未处理的分量进行叠加,重构的信号即为降噪信号。该方法不仅能有效的去除噪声,还能使爆破波形保留其真实性和完整性。     

一种基于多参考信号ICA的重力信号提取方法

海洋重力测量包含大量噪声,其中的低频噪声与重力信号频率相近,常用算法难以有效抑制测量噪声提取重力信号。为了有效地消除海洋重力测量信号的噪声,提高信号的获取精度,根据独立分量分析理论,提出一种基于多参考信号独立分量分析的重力信号提取方法。采用经验模态分解将海洋重力测量信号分解为固有模态分量,同时采用卡尔曼滤波以及小波分解等算法处理重力测量信号,将卡尔曼滤波器和小波分解的滤波结果以及由固有模态分量重构的信号作为独立分量分析算法虚拟通道的参考信号,应用基于负熵的独立分量分析算法估计重力信号。基于实测重力信号对该方法进行了去噪试验,理论分析和试验结果表明,多参考信号独立分量分析的重力信号提取方法能有效的抑制干扰和恢复重力信号波形,与常用的重力信号处理算法相比,海洋重力数据的获取精度大约提高了30%。     

深孔台阶爆破近区振动信号趋势项去除方法

基于深孔台阶爆破近区大量实测振动信号,总结了趋势项产生的原因主要为大振幅脉冲输入下的非线性失真及低频干扰叠加,在此基础上以测试仪器有效监测范围作为识别趋势项组成部分的判别准则。利用集合经验模态分解（ensemble empirical mode decomposition,EEMD）、小波分解等信号分析手段,提出了以固有模态函数（intrinsic mode function,IMF）的频带分布为指标、人工判别的趋势项去除方法,以及基于自相关分析识别噪声特征的小波阈值去噪方法。实例证明该方法切实有效,可实现爆破信号的批量化预处理。     

基于CEEMDAN-小波包分析的隧道爆破信号去噪方法

针对隧道爆破施工中采集到的实测振动信号,引入一种基于总体平均经验模态分解方法（CEEMDAN分解）联合小波包分析的降噪方法。首先,通过CEEMDAN分解得到多个本征模态分量,利用相关系数筛选出包含噪声的模态分量,并通过模态分量的频谱图及方差贡献率进行校核。然后,利用小波包阈值降噪方法对含有噪声的模态分量进行处理。最后,将未经处理的模态分量与去噪完成的分量重构得到最终纯净的爆破振动信号。同时,通过小波包能量谱分析验证此降噪方法的可行性。本文引入的方法兼具CEEMDAN分解及小波包分析的优点,与现有方法相比,去噪效果较好,可以应用于类似隧道爆破信号的去噪处理中。     

基于自相关特性的经验模态分解微机械陀螺去噪方法

陀螺的噪声是影响组合导航系统精度的重要因素之一。以农机多传感器组合导航系统为研究背景,在分析经验模态分解去噪和小波去噪的基础上,提出了一种基于自相关特性的经验模态分解去噪方法。该方法根据本证模态函数分量的自相关函数特性,提出了一种含噪本证模态函数筛选策略。该方法能够自适应地确定主要含噪的本证模态函数分量,避免了需要人为确定的不足;同时,结合改进小波阈值去噪的优势,避免了将混叠在噪声中的有效信号完全消除,使其具有一定的自适应性。为了验证方法的有效性,利用农机组合导航系统中微机械陀螺的实际输出数据,分别采用改进阈值小波去噪方法、经验模态分解去噪和改进的经验模态分解去噪方法进行了对比试验。结果表明,改进经验模态分解去噪方法的效果要优于前者,在一定程度上能够改善农机多传感器组合导航系统的定位精度。     

基于l2范数的EMD滤波方法在光纤陀螺信号中的应用

光纤陀螺的随机漂移限制了惯性导航系统的精度,如何减小它是一项非常艰巨的任务.结合经验模态分解(EMD)和信号与模态之间的概率密度函数,提出了一种新型的依赖Hurst指数的信号滤波方法.当H＜0.5时,利用l2范数选择出相关模态,累加并形成的部分重构方法来对光纤陀螺的信号进行滤波;当H≥0.5时,间隔阈值的经验模态(EMD-IT)被引入对相关模态进行滤波,之后按照部分重构的方法对光纤陀螺的信号进行滤波;称为混合的EMD-pdf和EMD-IT.与其它的滤波方法进行对比,如基于相关函数的EMD部分重构(EMD-cor),基于概率密度函数的EMD部分重构(EMD-pdf),仿真信号和实际数据结果表明,该混合模型的优越性,有效减小了光纤陀螺的随机误差.     

一种评价旋转态内嵌流体欧拉梁自适应减振效果的新方法

为了评价内嵌式粘性流体单元自适应减振方法(IVFUM)消减运动柔性结构残余振动的效果,进行了旋转态内嵌粘性流体欧拉梁自适应减振试验,对残余振动信号进行了处理。针对旋转态下的内嵌粘性流体欧拉梁残余振动信号具有刚体衰减转动的慢变信号与柔性结构残余振动快变信号相耦合的非平稳特征以及模态参数随时间变化的特点,提出了结合小波包、经验模式分解(EMD)、随机减量技术(RDT)、希尔伯特变换(HT)的综合信号处理方法。提取了内嵌粘性流体欧拉梁的一阶主振动响应信号,识别了梁的一阶模态参数(无阻尼固有频率和等效模态阻尼比)。与SDOF模型处理的数据结果进行比较,欧拉梁残余振动衰减的变化趋势基本一致,表明本文提出的方法在实际应用中是有效可行的。可以推断欧拉梁内嵌1/3左右空腔容积的水在2～5 Hz的旋转频率时,由于流动性较好,可以有效地消减运动柔性结构的残余振动。为半定量评价内嵌粘性流体方式对运动的工程柔性结构残余振动衰减效果提供了有效的依据。     

基于经验模态概率分布的光纤陀螺信号处理

为了抑制光纤陀螺随机漂移,基于改进的经验模态分解(EMD)和新型模态筛选标准提出了一种自适应的区间阈值滤波方法。首先分析加入高斯噪声对 EMD 分解结果的影响,提出有界噪声辅助以改善 EMD 分解质量,然后针对本征模态函数的概率分布特征提出了基于样本熵的模态筛选标准,最后采用数据驱动的阈值选择方法实现自适应的区间阈值滤波。为了验证算法的有效性,采集一款干涉型光纤陀螺静态漂移信号进行实验分析,结果表明本文方法较基于平稳小波变换和 EMD 的阈值滤波有更好的去噪效果。仿真分析表明该去噪算法减小了捷联惯性导航系统的航向角误差,均方根误差较     

固有模态函数振动传递率损伤识别实验研究

针对风荷载、地震荷载等存在但难以精确量测的问题,提出一种无需量测外荷载的新的损伤识别方法。将经验模态分解(Empirical Mode Decomposition,EMD)应用于结构损伤识别,通过求振动响应信号固有模态函数(Intrinsic Mode Function,IMF)的振动传递率,构建了一种新的结构损伤识别参数。对预置不同程度开胶损伤的玻璃幕墙试件进行动态测试,得到不同损伤程度下玻璃幕墙的固有模态函数振动传递率,与无损伤条件下的固有模态函数振动传递率进行比较来识别和评估玻璃幕墙开胶损伤程度。研究表明:此方法无需量测外荷载也能识别结构损伤,损伤参数值能反映损伤大小。     

基于一种改进EMD算法的GPS多径效应抑制方法

为了抑制短基线双差分GPS测量中的多径误差,提出了一种改进的经验模态分解(EMD)滤波方法。首先分析了含噪信号EMD分解的噪声传播特性,提出应用噪声辅助数据分析方法对低阶模态分量进行处理,实现将信号的噪声压缩至低阶本征模态函数(IMF)中,进而提高含噪信号高阶模态分量的信噪比。然后基于上述改进的EMD算法实现了模态单元阈值降噪,随机采样第1阶IMF构造多个具有相同信噪比的序列,最后平均处理多个序列的降噪结果以消除EMD分解的位置敏感性误差,与小波降噪以及传统EMD阈值降噪的仿真对比表明,提出的降噪算法有显著优势。最后,将提出的算法用于GPS测量信号的多径误差提取,结果表明该方法可以用于抑制短基线GPS测量的多径误差。     

基于改进HHT的水中爆炸冲击波信号时频特性分析方法

根据水中爆炸冲击波信号的特征,利用希尔伯特-黄变换(HHT)处理非平稳信号的优势,提出了一种结合小波分解及相关系数筛选的改进HHT方法.该方法首先通过小波分解将信号分为高频部分和低频部分,然后利用相关系数对固有模态函数(IMF)分量进行筛选.理论与实践表明,改进的HHT方法能够有效、准确地对水中爆炸冲击波信号的时频信息...     

基于l_2范数的EMD滤波方法在光纤陀螺信号中的应用（英文）

光纤陀螺的随机漂移限制了惯性导航系统的精度,如何减小它是一项非常艰巨的任务。结合经验模态分解(EMD)和信号与模态之间的概率密度函数,提出了一种新型的依赖Hurst指数的信号滤波方法。当H0.5时,利用l_2范数选择出相关模态,累加并形成的部分重构方法来对光纤陀螺的信号进行滤波;当H≥0.5时,间隔阈值的经验模态(EMD-IT)被引入对相关模态进行滤波,之后按照部分重构的方法对光纤陀螺的信号进行滤波;称为混合的EMD-pdf和EMD-IT。与其它的滤波方法进行对比,如基于相关函数的EMD部分重构(EMD-cor),基于概率密度函数的EMD部分重构(EMD-pdf),仿真信号和实际数据结果表明,该混合模型的优越性,有效减小了光纤陀螺的随机误差。     

环境风激励下超高层建筑模态参数识别

基于经验小波变换(EWT)及改进随机减量技术,推导了一种环境风激励下超高结构模态参数的时频分析算法。该方法首先对实测信号进行EWT分解,获得单模态分量,然后采用改进随机减量技术得到自由衰减响应,最后利用希尔伯特变换和线性拟合计算结构的自振频率和阻尼比。通过五层框架结构的数值算例验证了该方法的有效性,并利用该方法对台风"妮妲"作用下深圳平安金融中心的实测加速度进行时频分析,获得了深圳平安金融中心的阻尼比及自振频率,揭示了该超高结构模态参数瞬时变化特征。所识别的结构各阶频率略高于0.1Hz、平动阻尼比在1%以内的研究成果为超高层建筑健康监测和振动控制提供了依据和资料。     

光纤陀螺基于本征模态函数筛选的阈值滤波算法

为降低光纤陀螺随机噪声,提高其测量精度,利用周期图法辨识光纤陀螺的随机噪声特征参数,针对其噪声特征,提出了基于本征模态函数筛选的微分经验模态分解阈值滤波算法。以本征模态函数和原始信号二者的概率密度函数的空间距离为判别依据,对所有本征模态函数进行筛选,根据已估计的噪声参数计算阈值大小,采用时间序列阈值的方法对筛选出的本征模态函数进行处理。仿真和实验结果表明,该滤波算法能够在跟踪光纤陀螺信号变化的同时,使其零偏不稳定性下降90.35%,角随机游走下降93.75%,对随机噪声有较好的抑制能力。     

基于Hilbert-Huang变换理论的结构振动主动变刚度频率控制

在主动变刚度(AVS)控制策略的基础上,提出一种新的结构振动控制主动变刚度频率控制算法。首先利用Hilbert-Huang变换理论将地震信号分解为有限数量的固有模态函数(IMF),再对这些IMF求解瞬时频率,进而获得信号的时频谱。由地震信号的瞬时频率与结构固有频率构造AVS控制切换准则,当两者频率接近时,AVS装置改变结构的刚度以抑制地震激励下的结构响应。选取两个建筑结构的Benchmark模型作为算例给出仿真分析,结果表明该方法能有效地控制受控结构的地震响应。