【摘 要】
:
经验模态分解(Empirical Mode Decomposition,EMD)方法是继快速傅立叶变换和小波分析之后,与20世纪末提出的一种新的信号处理与分解方法,擅长分析非平稳、非线性信号,该方法
论文部分内容阅读
经验模态分解(Empirical Mode Decomposition,EMD)方法是继快速傅立叶变换和小波分析之后,与20世纪末提出的一种新的信号处理与分解方法,擅长分析非平稳、非线性信号,该方法的特点是无需了解任何先验知识,如无需预先了解信号的函数表达式、频率范围、幅度范围等。能根据信号本身特征,将复杂的多分量信号分解成若干有限个本征模态函数(Intrinic Mode Function,IMF),和一个剩余分量的形式。经过20多年的发展,该方法以其完备性、自适应性、可调制性、近似正交性等诸多特性在对非平稳信号的分解领域独处优势。彩虹测粒技术是一种针对微小的透明或半透明粒子的折射率和直径等参数的非接触式光学测量方法,该方法可同时测量微粒直径和折射率。其测量原理基于自然界中的彩虹现象,故称彩虹测粒技术。彩虹的形成源自光线照射在粒子上,一部分光线被粒子外表面直接反射,一部分投射后经内表面反射,这些经历了不同次数粒子内部和外部不同光程的光线的相互叠加和干涉,在几何光学彩虹角附近形成的干涉条纹就是彩虹,因此彩虹分布对粒子的直径和折射率非常敏感。彩虹测粒技术由于其非接触、信息量大、反应速度快、精度高等优点,在小粒子参数测量领域应用广泛。本文研究了经验模态分解方法的理论和彩虹测粒技术理论,将两者相结合,提出了一种彩虹-经验模态方法,实现对粒子的高精度在线测量。在彩虹信号中,信息量大,本文研究了彩虹信号中不同的分量结构分别对粒子不同参数的敏感程度,通过不同的分量对不同参量表现出的不同敏感程度,利用经验模态分解方法从彩虹信号中提取完整的分量结构,利用这些分量实现对粒子各个参数的高精度反演计算。EMD方法由于具有很好的完备性在对彩虹信号进行分解与重构时具有其自身不可被替代的优势,但也存在需要进一步解决的难题,例如端点发散和模态混叠等。本文对EMD过程的每一步进行分析,提出了针对彩虹信号的改进EMD方法,解决了在对彩虹信号的分解过程中出现的包络拟合、端点发散和模态混叠等问题。通过实验验证了彩虹-经验模态方法的有效性。基于EMD方法,设计了试验测试系统,测试系统巧妙利用平面镜与滑轨。利用平面镜的相对旋转角度对彩虹散射角度进行标定,该方法解决了彩虹测粒技术中散射角度无法准确测量的难题。最后,本文编写了基于Windows系统的运行软件,和基于Matlab软件的GUI可视化图形界面,实现了基于彩虹-经验模态方法的对微粒参数的在线测量。通过实验对本文所提出的方法,设计的彩虹信号采集装置,以及软件系统进行了验证,实验结果表明,本文研究的方法具有高可靠性和高精度特性,具有较高的工程应用价值。
其他文献
应用传统方法检测羊肉新鲜度不仅耗时费力,对样本造成破坏,还存在一定的主观干扰因素,不能准确判定羊肉的新鲜状况。因此,应当寻求一种快速、无损且准确度较高的检测手段以推
在“互联网+”时代,数据正以超凡的速度呈现爆炸式增长,如何从中获取到有价值的信息是当前知识发现研究中的关键问题。多尺度信息系统是一个因属性在不同尺度下进行测量而具
孤独症谱系障碍是一种广泛性神经失调导致的发育障碍,常伴随有三大症状:语言障碍、社交障碍与重复刻板的兴趣行为。到目前为止孤独症发病机制尚不明确,无法治愈且会伴随患者一生。随着孤独症儿童发病率不断上升,孤独症越来越得到了社会的高度重视。本文旨在研究孤独症儿童脑功能差异,探究孤独症儿童对经颅直流电刺激干预手段的敏感脑区,以期更好的发挥经颅直流电刺激对孤独症儿童脑功能的改善作用。首先,本文以25名正常儿童
教会机器理解自然语言形式的文本,是当下人工智能的一大难以捉摸并且长远的挑战。本文致力于研究自然语言处理中的两大任务:自动问答和问题生成。其中自动问答是指在有了一定
稻谷是一种营养价值高,能够为人体提供大量能量的粮食作物之一。世界上有50%左右的人口以稻谷为主要食物来源。在中国,稻谷的产量占到世界总产量的67%。水分、淀粉和蛋白质是
目的通过本课题研究脉泻剂“甘露养心丸”治疗慢性心力衰竭模型大鼠,观察脉泻剂“甘露养心丸”对BNP与心功能+dp/dtmax,-dp/dtmax,m LVSP,m LVDP的影响,探讨脉泻剂“甘露养心丸”的机制机理;为脉泻剂“甘露养心丸”提供科学依据。方法选取健康SD大鼠84只(体重180-220g),随机分为甘露养心丸高剂量组、甘露养心丸中剂量组、甘露养心丸低剂量组、西药对照组、模型组、空白组,共
转录因子c-Myb是造血过程中非常重要的调节因子,在细胞的增殖、分化和凋亡等过程中发挥着重要的作用。c-myb在造血祖细胞中表达量很高,随着细胞的分化,它的表达量会降低甚至会不表达。近期关于c-myb的异常表达会引发各种癌症,如白血病,乳腺癌,结肠癌的报道引起了人们的高度重视。尽管有很多报道阐述了关于c-myb表达调控机制的研究,但是由于c-myb缺乏典型的启动子并且有多种因子参与其中,因此了解c
识别文本图像是计算机视觉领域的一个重要研究课题。随着深度学习理论技术的发展,对于背景简单且规则的场景文本,人们已提出比较成熟的基于深度神经网络的解决方案,其结果明
叶顶间隙的存在对涡轮的性能以及叶片通道流场都有非常大的影响,而对间隙泄漏流流动特征的研究对于提高涡轮性能具有非常重要的意义。目前的研究普遍认为,当叶顶间隙高度改变时,涡轮的性能、间隙泄漏涡的结构和大小、以及涡轮流场的非定常特性等都会随之发生变化。但是在涡轮叶片实际工作环境中,除了受到气动力的影响之外,往往还遭受高温燃气的冲击以及转子叶片高转速所带来的高离心力的作用,因此会造成叶片的变形,从而导致间
冠状动脉粥样硬化性心脏病简称冠心病,是世界范围内死亡率最高的疾病。冠心病是冠状动脉中的脂质、胆固醇、钙和其他物质沉积形成粥样硬化斑块而引起冠脉狭窄或阻塞,造成心肌缺血或坏死而导致的心脏病。粥样硬化斑块破裂会形成血栓,引发心肌梗死等一系列急性心血管事件。冠心病治疗的目的是控制斑块的形成和预防斑块的破裂,因此早期识别并分类斑块是介入治疗冠心病的前提。冠脉斑块诊断常用的成像技术分为侵入式和非侵入式两类,