导读:本文包含了本征模态函数信号论文开题报告文献综述及选题提纲参考文献，主要关键词:信号处理,本征模态函数,希尔伯特-黄变换,吉布斯效应
本征模态函数信号论文文献综述
张立振,张春兰[1]（2013）在《主频占优镶边滤波器分解信号为本征模态函数的方法》一文中研究指出针对本征模态函数分解方法FFDSI存在的问题,首先将信号变换到频率域,采用以主频率为始点逐渐向两边扩大频率通过带宽度的方法,寻求一种最宽带通镶边滤波器,使信号经此滤波器滤波后得到的信号为本征模态函数。然后,从原信号减去此模态函数并重复这一过程,便可实现信号的本征模态函数分解。新方法不仅可以有效削弱吉布斯效应,较好地反映信号的瞬时特性,尽可能地降低拆分"拍"信号的机率,而且在分解过程中还同时得到了本征模态函数的解析信号,这为以后计算Hilbert谱提供了很大便利。文中还对风浪信号进行了分解,得到了5个有意义的主要本征模态函数。(本文来源于《振动工程学报》期刊2013年01期）
刘鑫[2]（2012）在《本征模态函数分解中的边界问题及信号的预测方法研究》一文中研究指出近年来，希尔伯特－黄变换（Hilbert-Huang Transform, HHT）作为现代信号研究领域中一种新兴的分析方法，受到越来越多学者的青睐，由于其可以从时域和频域两个方面对信号进行分析，因此适合用来分析非线性非平稳信号。此方法已经在海洋、震动工程、故障诊断、生物医学、金融等许多研究领域得到了广泛的应用，并取得了较好的结果。HHT的关键是经验模态分解（Empirical Mode Decomposition, EMD）。利用EMD，任何复杂的信号都可被分解为从高频到低频的有限个本征模态函数（Intrinsic Mode Function, IMF），IMF的引入赋予了瞬时频率实际的物理意义，这是一种基于信号时域局部特征的分解。本文的主要工作就是以EMD为基础展开的。第一，针对EMD过程中一直备受关注的边界效应问题，提出基于信号内部相似波形延拓端点的方法，使信号边界处的信息得到更合理的延拓。第二，在张立振提出的快速滤波分解信号为本征模态信号法（FastFiltering Decomposing Signal into IMFs, FFDSI）的基础上，对信号分解中出现的边界效应进行抑制。首先利用快速滤波技术将原信号分解为IMF，然后在信号内部截取适当的两段分别延拓到原信号两端，经快速滤波得到分解结果后，再截去延拓的部分，保留原信号长度的分解结果。利用该方法延拓后的信号，能够更合理地反映信号的内在规律和变化趋势，使得到的延拓序列更接近于真实序列，并摆脱了传统延拓方法中存在的叁次样条插值及上、下包络线的束缚。通过实例验证了该方法的有效性。第叁，对于信号的预测问题，本文提出基于EMD的分解域预测模型。由于信号经EMD可表示为本征模态函数和剩余项的和，因而将信号的预测问题转化为各本征模态函数和剩余项的预测问题。对本征模态函数和剩余项分别采用叁角函数修正预测法和局部二次函数预测法，从而得到原始信号的预测值。由于EMD可以有效地保留信号本身的结构，从而使这种基于局部的预测模型精度更高。实验表明，这种基于EMD分解域的预测模型可以获得较好的预测性能。(本文来源于《中国海洋大学》期刊2012-03-16）
张春兰[3]（2012）在《主频占优镶边滤波器分解信号为本征模态函数的方法》一文中研究指出EMD是经验模态分解与希尔伯特谱分析（EMD/HSA）中的重要一环。快速滤波分解信号为本征模态函数的方法（FFDSI）是建立在离散Fourier变换基础上，在频率域利用矩形滤波器分解信号为本征模态函数。该方法不仅具有运算速度快，便于操作的特点，而且分解后所得本征模态函数（IMF）及其非模态项是严格正交的。从而保证了信号分解前后量能不变。但是，快速滤波分解信号为本征模态函数的方法（FFDSI）也存在如下不足：（1）由于FFDSI采用矩形滤波器进行信号分解，必然会产生严重的吉布斯效应而使分解结果失真。（2）矩形滤波器会减弱本征模态函数的瞬时特性。（3）FFDSI按照从高频到低频的方式顺次滤波，极有可能将原信号中的“拍”分离，使分解后所得本征模态函数的物理意义不明确。针对上述问题，本文建立了一种主频占优镶边滤波器分解信号为本征模态函数的方法。新方法采用镶边滤波器代替FFDSI中的矩形滤波器，并根据离散Fourier变换绝对值从大到小的顺序决定滤波次序并实现本征模态函数的分解。主频占优镶边滤波器分解信号为本征模态函数的方法具有如下优点：（1）该方法通过采用镶边滤波器可以有效地减轻由矩形滤波器所产生的吉布斯效应，使分解结果更加客观地展现原始信号所包含的真实频率成份。（2）利用主频占优镶边滤波器分解信号为本征模态函数可以较好地反映原始信号的瞬时性质，更加充分地体现出EMD/HSA时频分析的特征。（3）在进行本征模态函数分解时，不再遵循从高频到低频顺次滤波分解方式，而是按主频占优的原则进行滤波，可以有效地防止将原始信号中“拍”拆解，使分解结果的物理意义更易理解。由此可见，新方法正好弥补了FFDSI方法存在的不足。(本文来源于《中国海洋大学》期刊2012-03-16）
张立振[4]（2007）在《分解信号为正交本征模态函数的方法》一文中研究指出利用快速滤波建立了一种对信号进行本征模态函数分解的全新方法。该方法与筛选方法相比较,具有操作简单,运算速度快,尤其适用于长信号的本征模态分解。该方法的另一个重要特点是分解所得各本征模态函数及非模态函数是严格正交的,不会产生模态混淆。(本文来源于《振动与冲击》期刊2007年05期）
本征模态函数信号论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
近年来，希尔伯特－黄变换（Hilbert-Huang Transform, HHT）作为现代信号研究领域中一种新兴的分析方法，受到越来越多学者的青睐，由于其可以从时域和频域两个方面对信号进行分析，因此适合用来分析非线性非平稳信号。此方法已经在海洋、震动工程、故障诊断、生物医学、金融等许多研究领域得到了广泛的应用，并取得了较好的结果。HHT的关键是经验模态分解（Empirical Mode Decomposition, EMD）。利用EMD，任何复杂的信号都可被分解为从高频到低频的有限个本征模态函数（Intrinsic Mode Function, IMF），IMF的引入赋予了瞬时频率实际的物理意义，这是一种基于信号时域局部特征的分解。本文的主要工作就是以EMD为基础展开的。第一，针对EMD过程中一直备受关注的边界效应问题，提出基于信号内部相似波形延拓端点的方法，使信号边界处的信息得到更合理的延拓。第二，在张立振提出的快速滤波分解信号为本征模态信号法（FastFiltering Decomposing Signal into IMFs, FFDSI）的基础上，对信号分解中出现的边界效应进行抑制。首先利用快速滤波技术将原信号分解为IMF，然后在信号内部截取适当的两段分别延拓到原信号两端，经快速滤波得到分解结果后，再截去延拓的部分，保留原信号长度的分解结果。利用该方法延拓后的信号，能够更合理地反映信号的内在规律和变化趋势，使得到的延拓序列更接近于真实序列，并摆脱了传统延拓方法中存在的叁次样条插值及上、下包络线的束缚。通过实例验证了该方法的有效性。第叁，对于信号的预测问题，本文提出基于EMD的分解域预测模型。由于信号经EMD可表示为本征模态函数和剩余项的和，因而将信号的预测问题转化为各本征模态函数和剩余项的预测问题。对本征模态函数和剩余项分别采用叁角函数修正预测法和局部二次函数预测法，从而得到原始信号的预测值。由于EMD可以有效地保留信号本身的结构，从而使这种基于局部的预测模型精度更高。实验表明，这种基于EMD分解域的预测模型可以获得较好的预测性能。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
本征模态函数信号论文参考文献
[1].张立振,张春兰.主频占优镶边滤波器分解信号为本征模态函数的方法[J].振动工程学报.2013
[2].刘鑫.本征模态函数分解中的边界问题及信号的预测方法研究[D].中国海洋大学.2012
[3].张春兰.主频占优镶边滤波器分解信号为本征模态函数的方法[D].中国海洋大学.2012
[4].张立振.分解信号为正交本征模态函数的方法[J].振动与冲击.2007