简介: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。
简介:本文运用1991年1月-2011年12月房地产销售价格指数的月度数据,结合最新发展的集合经验模态分解(EEMD)技术,从多尺度识别了我国房地产市场内在的准周期成分。准周期的识别过程就是房价形成因素的寻找过程。以房地产改革元年1998年为数据分断点做比较研究和稳定性检验,对应的准周期得到再次识别,增强了结论的可信度。研究表明:从1991年1月-2011年12月的样本期间来看,房地产市场供给弹性不足;货币因素在房价形成中的贡献最大;长期经济增长因素贡献很小,不是驱动房价的主要力量。房改后,上述结论依然成立,然而,货币供给对房价增长主导性作用进一步增强;长期因素的相对方差贡献变大了,房价与经济发展水平关系更紧密。根据结论,本研究建议房地产调控应重在控制货币增速和加大土地供给两方面。
简介:摘要:滚动轴承是机械中最重要的零部件之一,因其所处工况恶劣常常会发生故障影响整个设备的性能,所以需要对其健康状态进行监测诊断。由于实际工况中速度常常处于波动状态,变转速下的故障诊断方法近年来成为众多学者研究的热点。阶次跟踪方法将时域信号变换到角域能够有效的消除速度波动被广泛运用与滚动轴承故障诊断当中,但是对于复合故障往往表现不佳,并且由于传感器的安装限制进一步增加了变转速工况下滚动轴承复合故障诊断的难度。为了克服上述难题,本文提出一种基于角域经验模态分解的变转速滚动轴承复合故障诊断方法,通过结合阶次跟踪方法与经验模态分解将单通道的时域信号转换为多通道的角域信号,再通过独立成分分析实现多故障的精确诊断。
简介:传统的f-x域经验模态分解法(Empiricalmodedecomposition,EMD)能够有效地对主要由水平同相轴构成的地震记录进行随机噪声衰减。然而,当同相轴倾斜时,f-x域经验模态分解法在衰减随机噪声的同时去除大部分有效信号。本文提出了一种基于f-x域经验模态分解法的改进算法。我们通过局部相似度对所去除的噪声信号中的有效信号进行提取。局部相似度可以用来检测噪声信号中的有效信号点并用来构造一权重算子进行信号提取。新方法与f-x域经验模态分解法、f-x域预测滤波法以及f-x域经验模态分解预测滤波法相比能够在衰减随机噪声的同时保留更多的有用信号。数值模拟实验以及实际地震资料处理结果均表明该方法能更为有效地去噪。
简介:目的:基于支持向量机回归(SVR)模型在非线时间序列的预测能力及经验模态分解(EMD)方法在处理非线性非平稳性的优势,提出一种复合自回归经验模态分解支持向量机回归(AR-EMDSVR)模型,提高非线性非平稳船舶运动极短期预报精度。创新点:1.研究非线性非平稳船舶运动的极短期预报问题,提出一种复合的预报方法;2.基于不同层次的预报模型和模型试验数据,分析非线性非平稳性对极短期预报精度的影响。方法:1.在SVR模型中引入基于自回归(AR)预报端点延拓的EMD方法,形成复合的AR-EMDSVR预报模型;2.基于集装箱船模水池试验运动数据将AR-EMD-SVR模型与AR、SVR和EMD-AR三种模型进行比较,分析非线性非平稳性对极短期预报的影响以及不同模型的预报性能。结论:1.AR-EMD方法能够有效的克服非平稳对极短期预报模型(AR和SVR)在精度上所带来的不良影响;2.基于船模试验数据的预报结果表明:相较于AR、SVR和EMD-AR三种预报模型,基于AR-EMD-SVR模型的非线性非平稳船舶运动极短期预报结果具有更高的精度。