“模态混叠”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果463852个，建议您升级VIP下载更多相关专利

[发明专利]一种基于两部制电价体系的储能控制方法-CN201910180278.4在审
发明人：杨俊杰;方济城;刘军;邵凌峰;刘子琦;朱彬斌 -专利权人：上海电力学院
申请日： 2019-03-11 - 公布日： 2019-07-09 - 主分类号： H02J3/00 文献下载
摘要：本发明涉及一种基于两部制电价体系的储能控制方法，采用总体平均经验模态分解方法将不平衡功率分解为高频和低频分量，分由超级电容和蓄电池进行平抑，采用集合经验模态分解EEMD将不平衡功率分解为一系列固有模态函数，有效避免传统经验模态分解EMD存在的模态混叠效应，提高瞬时频率的准确性，以需量收益和混储全寿命周期成本为目标，利用帝国主义竞争算法实现储能容量的优化配置，本发明拥有基于大工业电价独特的混合储能容量配置模型
电价储能控制功率分解集合经验模态分解全寿命周期成本功率因数调整固有模态函数经验模态分解蓄电池变压器容量超级电容储能容量传统经验低频分量混合储能计费规则竞争算法模态分解模态混叠容量配置瞬时频率用电负荷优化结果优化配置最大需量峰均比电度收益

[发明专利]基于改进EMD模态混叠和端点效应的HHT谐波分析方法-CN202011328174.2有效
发明人：李博;尹家悦;曹敏;林伟斌;廖耀华;肖勇;刘斯扬;胡珊珊;陈叶 -专利权人：云南电网有限责任公司电力科学研究院
申请日： 2020-11-24 - 公布日： 2023-01-24 - 主分类号： G06F18/20 文献下载
摘要：本发明涉及一种基于改进EMD模态混叠和端点效应的HHT谐波分析方法，针对目前分析电力谐波信号的希尔伯特—黄变换(Hilbert‑Huang Transform，HHT)方法分解易受干扰、结果不精确等问题本发明利用基于B样条最小二乘拟合法对电力系统谐波信号进行预处理，较好地弱化间断事件或噪声干扰对信号的影响，达到抑制经典模态分析(empirical mode decomposition，EMD)分解中出现的模态混叠现象
基于改进 emd 模态混叠端点效应 hht 谐波分析方法

[发明专利]一种基于量子随机游走的交通流模态拟合方法-CN202011301012.X有效
发明人：王增杰;俞肇元;滕玉浩;周鑫鑫;袁林旺 -专利权人：南京师范大学
申请日： 2020-11-19 - 公布日： 2021-12-07 - 主分类号： G08G1/01 文献下载
摘要：本发明公开了一种基于量子随机游走的交通流模态拟合方法，包括如下步骤：(1)基于量子随机游走构建模态生成器；(2)多模态制备；(3)模态筛选；(4)构建模态与交通流量间的映射机制。本发明认为高速交通流是由多个结构各异的交通流模态混叠耦合形成的复杂地理时空过程，尝试从多尺度分析的视角实现交通流的建模模拟；在高速公路路网拓扑结构的基础框架下，利用量子随机游走生成高速交通流中所有可能的交通流模态；并在实际交通流时间序列的约束下，基于特定的筛选规则实现模态的筛选，并探索交通流模态与交通流量间的转化耦合机制，实现了对高速交通流的建模模拟。
一种基于量子随机游走通流拟合方法

[发明专利]一种基于超宽带雷达传感器的心跳呼吸特征监测方法-CN201810411059.8在审
发明人：梁菁;段珍珍;张健;张洋;王田田;唐琴 -专利权人：电子科技大学
申请日： 2018-05-02 - 公布日： 2018-10-02 - 主分类号： G01S13/02 文献下载
摘要：本发明公开一种基于超宽带雷达传感器的心跳呼吸特征监测方法，涉及心跳信号检测技术领域，包括如下步骤：将检测到的呼吸信号和心跳信号作为回波信号；将回波信号进行预处理，并且选取距离门得到一维信号；将得到的一维信号用经典模态分解算法进行模态分解，得到模态个数K以及这K个具体模态；根据模态个数K和这K个具体模态，通过变分模态分解算法对步骤2中的一维信号进行模态分解后，提取呼吸模态和心跳模态；将提取出的呼吸模态和心跳模态分别进行频谱变换得到各自的频域信息本发明解决了目前的方法抗干扰性差、准确度低下和模态混叠的问题。
模态心跳模态分解一维信号超宽带雷达回波信号频域信息特征监测心跳信号呼吸模传感器呼吸预处理检测技术领域分解算法呼吸信号模态混叠频谱变换准确度单目标分模算法检测

[发明专利]多模态时域信号模态分离、阻尼参数辨识方法及存储介质-CN201810998861.1有效
发明人：边杰;陈亚农;王平;唐广;徐友良 -专利权人：中国航发湖南动力机械研究所
申请日： 2018-08-30 - 公布日： 2020-12-01 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种多模态时域信号中各模态的分离方法、各模态的阻尼参数辨识方法以及存储介质，本发明的分离方法包括：采用布谷鸟搜索算法对变分模态分解方法的输入参数中的二次惩罚因子和带宽进行优化，获得优化的输入参数；使用变分模态分解方法并将优化的输入参数作为变分模态分解方法的输入参数对目标信号进行分解，获得包含在目标信号中的所有单模态时域信号，其中，目标信号为多模态时域信号。本发明的分离方法采用CS算法优化二次惩罚因子α和带宽τ，有利于实现多模态时域信号中各模态的准确分离，分离过程中无模态混叠现象发生，为下一步的模态阻尼参数辨识奠定了基础。本发明辨识方法能够有效降低误差，提高模态阻尼的辨识精度。
多模态时域信号分离阻尼参数辨识方法存储介质

[发明专利]一种集成经验模态分解的样本熵阈值微地震信号降噪方法-CN201911268666.4在审
发明人：程金星;温伟伟;王庆波;吴友朋;朱左明 -专利权人：中国人民解放军96901部队23分队
申请日： 2019-12-11 - 公布日： 2020-04-14 - 主分类号： G01V1/36 文献下载
摘要：本公开公开了一种集成经验模态分解的样本熵阈值微地震信号降噪方法，所述方法包括：步骤S1，获取含有噪声的微地震信号，并对所述微地震信号进行集成经验模态分解，得到一系列不同频率成分的本征模态函数IMF；步骤S2，基于样本熵从所述步骤S1得到的本征模态函数中提取符合微地震信号特征的目标本征模态函数；步骤S3，对于所述目标本征模态函数进行重构，得到去噪后的微地震信号。本公开利用EEMD方法有效解决微地震信号中存在的模态混叠现象，进而能够有效去除微地震信号中的噪声，提高微震数据的信噪比。
一种集成经验分解样本阈值地震信号方法

[发明专利]一种滚动轴承故障诊断方法-CN202011136921.2在审
发明人：王海瑞;王椿晶 -专利权人：昆明理工大学
申请日： 2020-10-22 - 公布日： 2021-01-15 - 主分类号： G06K9/00 文献下载
摘要：首先利用变分模态分解对滚动轴承的振动信号进行分解，分解成一系列模态分量,计算各模态分量的样本熵并作为特征向量输入。然后采用布谷鸟搜索算法对极限学习机权值和阈值进行优化，建立CS‑ELM模型。本发明能有效克服信号模态混叠，提高故障识别的准确率。
一种滚动轴承故障诊断方法

[发明专利]一种太赫兹时域信号降噪方法、图像重建方法和系统-CN202111538693.6在审
发明人：张锐;鲁远甫;谷孟阳;刘文权;鲁叶龙 -专利权人：深圳先进技术研究院
申请日： 2021-12-15 - 公布日： 2022-04-22 - 主分类号： G06K9/00 文献下载
摘要：通过阈值过滤的方法对由经验模态分解得到的含有噪声模态进行筛选获得虚拟噪声通道，再通过独立成分分析将含噪信号分离为噪声与降噪后信号，较好地解决了经验模态分解中存在的模态混叠问题，与现有方法相比，极大地提高了降噪后信号的信噪比
一种赫兹时域信号方法图像重建系统

[发明专利]基于改进经验小波分解的信号分解方法-CN201910253086.1有效
发明人：郑直 -专利权人：华北理工大学
申请日： 2019-03-29 - 公布日： 2023-10-03 - 主分类号： G06F18/213 文献下载
摘要：对故障信号进行Fourier功率谱密度谱线求取，选取若干不同大小阈值对上述干扰成分谱值进行剔除处理，并基于新谱线将故障信号进行分解处理，利用故障特征能量比信息筛选最优阈值、最优分解结果和含有丰富故障特征信息的模态分量本发明在干扰背景下，仍能有效地最优分解出含有丰富故障特征信息的模态分量、消除干扰、抑制模态混叠和过度分解现象，获得理想分解结果，弥补了EWT的不足，丰富了模态分解的理论方法。
基于改进经验分解信号方法

[发明专利]一种基于变分模态分解和最小均方误差自适应滤波器的信号降噪方法-CN201811183021.6有效
发明人：邵杰;周凡 -专利权人：南京航空航天大学
申请日： 2018-10-10 - 公布日： 2021-04-02 - 主分类号： G06K9/00 文献下载
摘要：本发明提出一种基于变分模态分解和最小均方误差自适应滤波器的降噪方法，该方法结合了变分模态分解和最小均方自适应滤波器的优点，通过运用变分模态分解算法，将含噪信号和噪声信号分别分解为K个本征模态分量，然后对每个本征模态分量分别采用最小均方自适应滤波器滤波这种方法不仅具有良好的信噪分离功能，而且能够有效的抑制模态混叠现象；自适应滤波器能够自动地迭代调节滤波器参数，以满足某种准则的需求，从而实现最优滤波，因此具有自我调节和跟踪功能。
一种基于变分模态分解最小误差自适应滤波器信号方法

[发明专利]基于模态分解的爆破信号检测方法及装置-CN202211078717.9在审
发明人：高军;林晓;罗红明;周建刚;雒岚;张向文;张森;谭发刚;许丹;薛惠玲;高宇馨 -专利权人：中国科学院武汉岩土力学研究所
申请日： 2022-09-05 - 公布日： 2022-12-16 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及隧道爆破技术领域，特别涉及一种基于模态分解的爆破信号检测方法及装置，方法包括通过数据采集仪器获取隧道爆破的爆破信号，将爆破信号作为原始信号；采用优化的模态分解模型对原始信号进行分解处理，将分解后得到的信号分量归入信号分量集装置包括数据采集仪器、信号处理模块和信号重构模块；信号处理模块分别与数据采集仪器和信号重构模块连接，信号处理模块内置优化的模态分解模型和信号分量集；用于实现前述基于模态分解的爆破信号检测方法。本发发明通过采用优化的模态分解模型避免出现端点效应、模态混叠和虚假分量等问题，使得爆破信号模态清晰，提高了爆破信号的质量。
基于分解爆破信号检测方法装置

[发明专利]一种用于声发射信号中包含的复合材料损伤类型分离方法-CN201810273865.3有效
发明人：韩文钦;周金宇;朱福先;胡可军;陈菊芳 -专利权人：江苏理工学院
申请日： 2018-03-29 - 公布日： 2020-12-08 - 主分类号： G01N29/04 文献下载
摘要：该方法通过对复合材料力学测试系统中采集的声发射信号进行集合经验模态分解，获得固有模态函数，对固有模态函数进行快速傅里叶变换以提取其峰值频率，进而使用峰值频率来识别复合材料的损伤类型；如果固有模态函数存在模态混叠现象，应用解运算方法能够分离出固有模态函数中仍然含有的几种损伤类型。通过本发明提出的由集合经验模态分解方法和解运算相结合的方法，能够彻底分离出一个声发射信号中含有的复合材料损伤类型，为精确预测复合材料构件失效提供了有效途径。
一种用于声发信号包含复合材料损伤类型分离方法

[发明专利]基于SURE小波消噪和改进HHT的低频振荡分析方法-CN201910409651.9有效
发明人：金涛;陈坚;沈学宇;张可 -专利权人：福州大学
申请日： 2019-05-17 - 公布日： 2022-04-12 - 主分类号： H02J3/24 文献下载
摘要：本发明涉及在广域测量系统中对低频振荡模态辨识技术问题，提出基于SURE小波消噪和改进HHT的低频振荡分析方法，首先利用SURE小波消噪进行振荡信号预处理，而后采用改进HHT方法进行模态辨识。首先，对于含较强噪声的电网测量低频振荡信号，采用SURE小波消噪实现信号预处理；其次，对预处理的低频振荡信号做CEEMD，用排列熵方法对各个IMF分量进行筛选，改进经验模态分解，从而改进低频振荡的HHT本发明有效抑制经验模态分解中模态混叠和伪分量现象，无需定阶、辨识准确，在电力系统低频振荡辨识中具有较好的应用价值。
基于 sure 小波消噪改进 hht 低频振荡分析方法

[发明专利]一种改进经验模态分解的船舶电力推进系统故障诊断方法-CN201810896226.2在审
发明人：胡红钱;施伟锋;卓金宝;谢嘉令 -专利权人：上海海事大学
申请日： 2018-08-08 - 公布日： 2019-01-01 - 主分类号： G06K9/00 文献下载
摘要：本发明公开一种改进经验模态分解的船舶电力推进系统故障诊断方法，包括如下步骤：获取船舶电力推进系统故障数据；将故障数据通过改进经验模态分解获取固有模态函数数据；针对不同部位获取固有模态函数数据进行RBF神经网络分析得到故障原因；其中改进经验模态分解流程如下：信号输入；利用余弦窗定义确定初始化参数△T；对原始数据两端通过遗传算法延拓；对数据加窗处理改善端点效应；对数据消除模态混叠的经验模态分解处理；截取固有模态函数数据。本发明所述一种改进经验模态分解的船舶电力推进系统故障诊断方法，其适合船舶推进系统故障非平稳、非线性、和多分量信号特征，从而提高故障信号分析能力。
经验模态分解船舶电力推进系统固有模态函数故障诊断改进故障数据船舶推进系统故障信号分析初始化参数端点效应故障原因模态混叠数据加窗数据消除信号输入信号特征遗传算法原始数据多分量余弦窗截取延拓分析

[发明专利]一种风力发电机振动故障诊断方法及存储介质-CN201910330200.6在审
发明人：陈学军;吴展鸿;杨栋;林亚君 -专利权人：莆田学院
申请日： 2019-04-23 - 公布日： 2019-08-20 - 主分类号： G01M15/00 文献下载
摘要：本发明涉及一种风力发电机振动故障诊断方法及存储介质，所述方法包括以下步骤：获取风力发电机的振动信号f(t)；通过变分模态分解算法将获取的振动信号分解得到k个模态分量u_k(t)；计算k个模态分量的能量熵，并根据各个模态的能量熵构建特征向量；将特征向量输入支持向量机的模型中进行故障识别。变分模态分解算法将振动信号分解转化为非递归、变分模态分解方式，属于约束条件下的函数优化问题，以各模态估计带宽最小为目标，更新各模态函数和相应的中心频率，其实质为一组自适应维纳滤波器组，相对于EMD仍能够准确分解提取振动故障信息，能有效地避免EMD分解中出现模态混叠的问题。
风力发电机分模振动故障诊断振动信号分解存储介质分解算法模态分量特征向量能量熵模态分解维纳滤波器故障识别函数优化模态函数模态混叠输入支持约束条件振动故障振动信号中心频率向量机有效地自适应递归构建带宽更新转化