公共文化服务平台

搜索到1197篇“ 希尔伯特-黄变换“的相关文章

希尔伯特-黄变换技术及在边界层湍流研究中的应用被引量：5: 2013年; 大气边界层中的湍流运动可以视为由许多不同时空尺度的湍涡叠加形成的,谱分析方法可以将这些不同尺度的涡旋分离开来。在介绍希尔伯特-黄变换(HHT)的基础上,选取2011年4月16日00—01时(北京时)、05-06时、12—13时不同时段的大气湍流观测数据,采用希尔伯特-黄变换技术分析了内蒙古科尔沁沙地地区的谱分布特征,得到的各内在模函数对应的中心瞬时频率可以表现出不同尺度上的湍流波动,其中,包含周期为3—5和10-13 min的阵风和重力内波,并在希尔伯特边际谱中体现。三维希尔伯特谱分布表明湍流能量多集中在频率小于0.5 Hz的低频段;大气湍流脉动较强的时段,其内在模函数和希尔伯特谱也对应着较大的能量。对比传统的快速傅里叶变换(FFT)方法,希尔伯特-黄变换可以更清晰地表现出湍流的频谱分布。; 魏伟张宏升; 关键词：希尔伯特-黄变换大气湍流谱分析

线性正则变换域的希尔伯特-黄变换: 魏超; 关键词：时频分析线性正则变换希尔伯特-黄变换经验模态分解

基于希尔伯特-黄变换的桥梁非线性气动力识别: 2025年; [目的]针对桥梁涡激振动过程中非线性气动力识别的问题进行研究.[方法]提出了一种基于希尔伯特-黄变换的识别方法,首先对桥梁的时程数据进行预处理,再对处理后的数据使用经验模态分解法,在得到主导的固有模态函数后,结合随机减量法获得自由衰减曲线,最后通过希尔伯特变换,识别获取所需要的参数.[结果]数值算例与风洞试验显示:当桥梁处于涡振锁定区间内,本文提出的方法可以准确地识别桥梁的非线性气动力.[结论]一方面,本文提出的识别方法,可以很好地模拟出气动力的非线性形式.另一方面,本文在识别过程中,获得非线性气动力特性的相关结论:在涡振锁定区间内,桥梁的振动频率与固有频率接近;同时,桥梁的瞬时阻尼比与结构的瞬时振幅及风速有关.; 张震周光伟陈昌萍; 关键词：非线性系统希尔伯特-黄变换气动效应

基于希尔伯特-黄变换的高速侵彻损伤源定位: 2025年; 高速钝体侵彻双层结构产生的Lamb波在传播过程中受复杂结构界面和测试环境影响,导致含损伤特征的有效信号易被其他因素干扰。文中以双层钢板结构为研究对象,重点研究侵彻产生的Lamb波在钢板中的传播特性。针对非线性的冲击源信号,基于希尔伯特-黄变换(Hilbert-Huang Transform,HHT)对侵彻产生的瞬态非平稳信号进行分析并重构,提取了含冲击源特征的Lamb波S 0模态信号,基于误差函数的几何定位算法确定了相应的损伤源位置。结果表明,所提方法可有效剔除复杂环境中其他不相干杂波的影响,重构后的信号提高了定位精准度。; 骆英宋成徐晨光; 关键词：LAMB波侵彻希尔伯特-黄变换层间耦合信号重构

泸定M_(S)4.5地震不对称高陡谷坡地震动响应: 2025年; 基于2023年四川泸定M_(S)4.5地震实测地震动数据,开展不对称斜坡时频域数据分析。结果表明:1)位于右岸1^(#)监测点的PGA放大系数最大,水平向和竖直向分别为3.16~15.08、4.37;2)Arias强度右岸最大值为2.24 cm/s,左岸最大值为0.79 cm/s,说明右岸地震动响应能量更强;3)斜坡右岸监测点的卓越频率为2~9 Hz,左岸卓越频率为2~17 Hz,地震幅值所呈现出来的能量在水平向比竖直向更为集中。地震动响应在不对称高陡谷坡右岸凸出半岛状斜坡地形比直线形斜坡更为强烈,高位覆盖层的存在会增强地震动响应。; 宋华英王运生贺建先杜勇江唐涛吴昊宸; 关键词：希尔伯特-黄变换

基于能量释放分析探究膨化食品声学特征与感官脆度相关性: 2025年; 本研究旨在寻找能快速提高膨化食品感官脆度和其声学特征相关性的方法。采用排序测试方法选取脆性区分能力较好的个体组成感官组,对不同类型的膨化食品进行感官评价。以1000 Hz作为能量切分区间,利用希尔伯特-黄变换(Hilbert-Huang Transform,HHT)对膨化食品的声信号进行能量分割,观察其能量迁移过程,研究10种不同类型食品的感官评价与声学特性之间的关系。感官评价结果显示具有较高“酥脆性”的样品更易获得较高的评价分数。脉冲因子(r=0.937)和峭度(r=0.889)在不同种类膨化食品之间显示出与感官脆度的极显著相关性(P<0.01),表明膨化食品的能量释放特征保持一致,较脆的食物释放的能量会产生突然而不稳定的信号。膨化食品的声信号频率更集中在总能量占比80%的低频区间内,不同类型膨化食品的低频区间与感官脆度之间无显著相关性,但从其固有低频区间提取的声学特征与感官脆度的相关性显著提高。本研究建立了一种快速寻找膨化食品声信号最佳录制频率区间方法,提高了声学评价在食品感官质量控制中的准确性与可靠性。; 朱成凯胡新楠纪执立沈汪洋贾喜午; 关键词：膨化食品声学特征希尔伯特-黄变换

形态学滤波和HHT变换在轮轨故障诊断中的应用: 2025年; 针对现有轮轨故障诊断装置结构复杂、成本高且实时性差等问题,提出了一种基于轴箱振动加速度响应的轮轨故障诊断方法。首先通过形态学滤波器对轴箱振动信号进行降噪处理,然后运用集合经验模态分解(EEMD)将处理后的信号分解得到若干阶固有模态函数(IMF),再依据能量熵增量的相对大小剔除IMF分量中的虚假分量,对剩余的有效分量进行希尔伯特-黄变换(HHT)得到Hilbert谱。研究结果表明,车辆运行在正常工况与不同类型轮轨故障工况下,轴箱振动加速度的Hilbert谱有显著的差异,因此依据Hilbert谱的特征可有效诊断轮轨故障。; 李大柱; 关键词：形态学滤波希尔伯特-黄变换

基于因果稀疏优化的运动想象脑电意图解码研究: 2025年; 针对运动想象脑电信号解码问题提出因果稀疏特征优化方法,旨在选择因果判别特征以增强其解码准确性.首先,利用希尔伯特-黄变换(HHT)提取脑电信号各通道中的边际谱能量;然后,运用样本重加权去相关性算子(SRDO)对特征进行加权优化,以消除干扰及冗余特征与识别运动想象的判别特征间的虚假关联;在此基础上,利用亲和传播(AP)聚类算法开发特征在空间分布中的潜在关系,并结合迭代稀疏分组Lasso(iSGL),通过同时考虑组内与组间特征的重要性,对特征进行优化,以提升运动想象脑电信号的解码准确率;最后,利用支持向量机(SVM)在二分类运动想象实验数据集上进行5折交叉验证,实验结果显示其平均准确率达到了92.30%,与原特征相比提升近4%.此外,通过与不同方法的对比实验,充分验证了所提出方法的优越性,表明该方法可以作为一种推动脑-机接口发展的有力解决方案.; 付荣荣李林玉孟云刘冲路斌文桂林; 关键词：因果希尔伯特-黄变换脑电信号

基于LabVIEW秸秆还田机振动监测与分析系统: 2025年; 为实时监测秸秆还田机运行状态,避免由剧烈振动导致的轴承磨损或主轴变形所引发的重大事故和财产损失,基于LabVIEW设计了一套用于秸秆还田机振动监测与分析系统。以开元刀神1JH-185秸秆还田机为研究对象,利用ANSYS进行结构模态分析,确定机壳中部和刀辊轴端部为振动监测最佳位置点。硬件系统由振动传感器310A-80、数据采集卡USB8814组成。软件系统基于LabVIEW平台,包括数据采集、数据分析与处理和数据管理三部分。对振动信号进行时域、频域分析和原始数据的时频处理来提取信号的特征和信息。通过与江苏东华DHDAS5902动态信号采集分析系统进行实验室简支梁振动测试对比试验,得到两系统的振幅均稳定在-0.4~0.4 V之间,振幅误差小,曲线接近。该系统的功能和精度满足秸秆还田机的振动监测与预警需求。; 朱新傑赵晓顺冉文静于华丽刘尚坤彭勃; 关键词：秸秆还田机 LABVIEW 希尔伯特-黄变换 MATLAB

基于CEEMD的希尔伯特-黄变换算法在森林边界层湍流中的应用: 2025年; 为解决传统经验模态分解算法(Empirical Mode Decomposition,EMD)中存在的模态混叠现象,引入了互补集合经验模态分解算法(Complementary Ensemble Empirical Mode Decomposition,CEEMD)和镜像延拓算法对EMD算法分解中存在的缺陷进行改进。本文选取四峨山人工森林区的湍流观测的个例数据,首先对比分析了两种方法的差异,明确CEEMD算法的优势;随后选取了不同高度下稳定层结和不稳定层结的个例数据,应用希尔伯特-黄变换算法对该个例下的风速u和温度T序列的湍流特征进行了分析,探讨了希尔伯特黄变换算法的应用。结果表明:CEEMD的算法分解结果更加精细,模态函数的模态混叠缺陷得到了更好的压制,模态能量分布更集中,希尔伯特边际谱存在更多的能量尖峰,能量分布更加清晰。不同的模态函数存在有各自的特征频率,分解所得的模态函数中包含着不同尺度的运动,其中包含有满足-2/3斜率的惯性副区的湍流运动,以及对应着含能区的低频大尺度模态,且CEEMD分解得到的边际谱能量尖峰很好的反映了各模态函数的含能特征。个例分析表明:CEEMD算法可以作为一个典型的二分滤波器,经CEEMD分解后,该个例湍流信号中u风的各模态函数中存在有3~6 min的阵风波动,不同高度、不同稳定层结下湍流特征表现有所差异,正午不稳定层结下相比夜间稳定层结下希尔伯特边际谱幅值更高,三维风速在各个高度混合更好,且较低高度由于冠层的作用,存在对大尺度湍涡的破碎作用,边际谱相比其他高度表现出低频小而高频大的特征,而温度T在该个例下与三维风速表现有所不同:稳定层层结下不同高度湍涡混合更好,而不稳定层结下由于不同高度热力吸收的差异,较低高度边际谱幅值较高,并随着高度的升高而减小。; 王彦淇张宇苏有琦张茜叶敏; 关键词：湍流

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈