多尺度模糊熵能够较好的量化振动信号的复杂程度,但缺乏对其他信道信息的有效利用,为了充分利用其他信道的振动信息,将表征同步多......

针对陀螺电机轴承保持架故障信号振动频率小、量级低,常被强噪声淹没而难以识别的问题,采用自适应噪声完备集合经验模态分解改进HH......

为了提高再制造发动机质量,将总体平均经验模态分解方法分解方法（ensemble empirical mode decomposition,简称EEMD）及敏感IMF选择算......

传统的时频分析方法不能有效地处理非平稳信号，经验模态分解（EMD）非常适合处理非平稳信号，但结果可能出现伪内禀模态函数（IMF）和不敏感内......

为更好提取再制造发动机的振动特征，采用总体平均经验分解模式（Ensemble Empirical Mode Decomposition，EEMD）对信号进行分解，并用于再......

为了优化EEMD算法的去噪效果,采用一种归一化指标来自适应优化EEMD的去噪效果。该方法对信号进行迭代EEMD分解,运用敏感IMF选取方......

故障信息的特征信号提取是滚动轴承故障诊断中最重要、最关键、最困难的问题之一。本文介绍了短时傅立叶变换、Winger-Ville分布、......