發(fā)布時(shí)間：2019-05-23 13:52

【摘要】：在大橋動(dòng)態(tài)位移監(jiān)測中,為了更好地濾除噪聲,提出了一種改進(jìn)的交叉證認(rèn)EMD小波濾波方法。即先用EMD對(duì)信號(hào)進(jìn)行分解,再用交叉證認(rèn)方法自適應(yīng)地算出噪聲主導(dǎo)分量,最后用小波閾值對(duì)噪聲主導(dǎo)分量進(jìn)行濾波;其中閾值函數(shù)選取極為關(guān)鍵,給出了一種新的閾值函數(shù)計(jì)算方法;最后進(jìn)行信號(hào)重構(gòu)。實(shí)例分析表明,該方法能夠更有效地濾除噪聲,提取大橋振動(dòng)信息,是一種高效的去噪方法。
[Abstract]:In order to filter noise better in bridge dynamic displacement monitoring, an improved cross-identification EMD wavelet filtering method is proposed. That is, the signal is decomposed by EMD, then the dominant component of noise is calculated adaptively by cross recognition method, and finally, the dominant component of noise is filtered by wavelet threshold. Among them, the selection of threshold function is very important, and a new calculation method of threshold function is given. finally, the signal reconstruction is carried out. The example analysis shows that this method can filter the noise more effectively and extract the vibration information of the bridge, and it is an efficient denoising method.
【作者單位】： 宿遷學(xué)院建筑工程學(xué)院;南京工業(yè)大學(xué)土木工程學(xué)院;
【基金】：國家自然科學(xué)基金項(xiàng)目(51078080) 江蘇省高校自然科學(xué)研究項(xiàng)目資助(13KJB420004) 江蘇省科技支撐(工業(yè))項(xiàng)目(BE2014026)
【分類號(hào)】：U446

【相似文獻(xiàn)】

相關(guān)期刊論文 前4條

1 董愛華;王清璇;;小波閾值消噪在管道漏點(diǎn)檢測定位中的應(yīng)用[J];控制工程;2012年05期

2 許福友;陳艾榮;劉劍鋒;王達(dá)磊;;基于EMD處理信號(hào)的橋梁顫振導(dǎo)數(shù)識(shí)別[J];振動(dòng)與沖擊;2008年05期

3 何敏;王建國;;斜拉橋-EMD系統(tǒng)智能模型及控制仿真研究[J];系統(tǒng)仿真學(xué)報(bào);2010年07期

4 姜越川;;公路邊坡變形監(jiān)測數(shù)據(jù)的小波閾值消噪方法[J];鐵道科學(xué)與工程學(xué)報(bào);2011年04期

，

本文編號(hào)：2483950