【摘要】：局部均值分解(Local Mean Decomposition,LMD)是一種新的能自適應(yīng)處理非平穩(wěn)信號的方法。LMD方法作為新提出的一種數(shù)據(jù)分解方法,在算法上還存在著一些不足之處,如端點效應(yīng)問題。端點效應(yīng)使數(shù)據(jù)分解的分量在兩端發(fā)生了形變,在使用LMD方法對變形數(shù)據(jù)進行特征提取與變形預(yù)測分析時,端點效應(yīng)的影響將被放大。文中將使用新的方法抑制LMD的端點效應(yīng),并結(jié)合實例進行分析。對LMD方法的理論進行研究和分析,總結(jié)LMD方法存在的問題和探討方向。對LMD產(chǎn)生端點效應(yīng)的原因進行分析,并用仿真信號說明端點效應(yīng)出現(xiàn)的原因。使用一種新的延拓方法,即基于極值點和距離的SVM延拓方法,以實際工程信號數(shù)據(jù)為例證進行驗證,說明了本延拓方法能夠在一定程度上抑制LMD的端點效應(yīng)問題。使用另一種抑制LMD端點效應(yīng)的方法,即抑制LMD端點效應(yīng)的自適應(yīng)選權(quán)迭代法。并使用本優(yōu)化的LMD方法對大壩的變形數(shù)據(jù)進行多尺度分解和分析,并與其它常用的抑制LMD端點效應(yīng)的方法進行比較,驗證了優(yōu)化的LMD方法能夠有效的對變形數(shù)據(jù)進行特征提取。同樣,采用優(yōu)化的LMD方法對一百多年海平面變化數(shù)據(jù)進行趨勢項提取,也與其它常用的抑制LMD端點效應(yīng)的方法進行比較,驗證了優(yōu)化的LMD方法相比于其他方法,能夠更加有效的提取出海平面變化的趨勢項。利用優(yōu)化的LMD方法(抑制LMD端點效應(yīng)的自適應(yīng)選權(quán)迭代法)與SVM模型和GM(1,1)模型組成優(yōu)化的LMD-SVM-GM(1,1)模型,用兩組不同的實例進行驗證,分別是蓄能水電廠的大壩監(jiān)測數(shù)據(jù)和鄱陽湖入湖總水量數(shù)據(jù)。對監(jiān)測數(shù)據(jù)進行分解,將分解的余量采用GM(1,1)模型進行預(yù)測,其他的分量采用SVM模型進行預(yù)測,將各自的預(yù)測結(jié)果進行重新融合,得到最后的預(yù)測結(jié)果。通過實例驗證,文中優(yōu)化的LMD-SVM-GM(1,1)對多尺度的變形監(jiān)測數(shù)據(jù)具有適用性,值得推廣。
[Abstract]:Local mean decomposition (Local Mean Decomposition,LMD) is a new method for adaptive processing of non-stationary signals. As a new data decomposition method, LMD method has some shortcomings, such as the endpoint effect problem. The end point effect causes the component of data decomposition to deform at both ends. The effect of the end point effect will be magnified when the feature extraction and deformation prediction analysis of the deformation data are carried out by using LMD method. In this paper, a new method is used to suppress the endpoint effect of LMD, and an example is given to analyze it. The theory of LMD method is studied and analyzed, and the problems and direction of LMD method are summarized. The cause of endpoint effect in LMD is analyzed, and the reason of endpoint effect is explained by simulation signal. A new continuation method, the SVM extension method based on extreme point and distance, is used to verify the actual engineering signal data. It is shown that the method can suppress the endpoint effect of LMD to some extent. Another method to suppress the end point effect of LMD is adaptive weight selection iteration method, which is used to suppress the end point effect of LMD. The optimized LMD method is used to decompose and analyze the deformation data of the dam at multiple scales, and compared with other commonly used methods to suppress the LMD endpoint effect. It is verified that the optimized LMD method can extract the deformation data effectively. Similarly, the optimized LMD method is used to extract the trend term of sea level change data for more than one hundred years. It is also compared with other commonly used methods to suppress the endpoint effect of LMD. The results show that the optimized LMD method is compared with other methods. It can extract the trend of sea level change more effectively. Using the optimized LMD method (adaptive weight selection iteration method to suppress the LMD endpoint effect) and the SVM model and the GM (1K1) model to form the optimized LMD-SVM-GM (1K1) model, two different examples are used to verify the optimization. The dam monitoring data of power storage power plant and the total water volume of Poyang Lake entering the lake are respectively. After decomposing the monitoring data, the residual of the decomposition is predicted by GM (1 / 1) model, the other components are predicted by SVM model, and their prediction results are re-fused to obtain the final prediction results. It is proved by an example that the optimized LMD-SVM-GM (1 / 1) is applicable to the multi-scale deformation monitoring data and is worth popularizing.
【學(xué)位授予單位】：東華理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TN911.7

【相似文獻】

相關(guān)期刊論文 前10條

1 寧寧;張駿;高向陽;;有效數(shù)據(jù)在局域波端點效應(yīng)評價指標(biāo)中的應(yīng)用[J];計算機工程與應(yīng)用;2009年22期

2 寧寧;張駿;秦文娟;;抑制局域波分解端點效應(yīng)方法的研究[J];計算機仿真;2008年11期

3 張亢;程軍圣;楊宇;;基于自適應(yīng)波形匹配延拓的局部均值分解端點效應(yīng)處理方法[J];中國機械工程;2010年04期

4 賀智;王強;沈毅;王艷;;希爾伯特-黃變換端點效應(yīng)抑制算法綜述[J];軟件;2011年10期

5 李方溪;陳桂明;劉希亮;張倩;李勝朝;;希爾伯特-黃變換端點效應(yīng)的自適應(yīng)端點相位正弦延拓方法[J];上海交通大學(xué)學(xué)報;2013年04期

6 黃先祥;李勝朝;謝建;;新型經(jīng)驗?zāi)Ｊ椒纸舛它c效應(yīng)消除方法[J];機械工程學(xué)報;2008年09期

7 朱曉軍;樊劉娟;呂士欽;余雪麗;;LMD方法在腦電信號處理中的應(yīng)用研究[J];計算機科學(xué);2012年02期

8 郭明威;倪世宏;朱家海;張志鵬;;振動信號中HHT/EMD端點延拓方法研究[J];振動與沖擊;2012年08期

9 李釗;周曉軍;徐云;;基于均生函數(shù)周期疊加外推法的EMD端點問題的研究[J];振動與沖擊;2013年15期

10 沈路;周曉軍;張志剛;張文斌;;Hilbert-Huang變換中的一種端點延拓方法[J];振動與沖擊;2009年08期

相關(guān)會議論文 前4條

1 高強;段晨東;孟慶豐;;經(jīng)驗?zāi)Ｊ椒纸舛它c效應(yīng)處理方法研究[A];2008年全國振動工程及應(yīng)用學(xué)術(shù)會議暨第十一屆全國設(shè)備故障診斷學(xué)術(shù)會議論文集[C];2008年

2 劉小峰;秦樹人;柏林;;EMD中存在的問題及解決方法探討[A];第九屆全國振動理論及應(yīng)用學(xué)術(shù)會議論文摘要集[C];2007年

3 王紅軍;付瑤;;基于多項式擬合的EMD端點效應(yīng)處理方法研究[A];北京機械工程學(xué)會2012年優(yōu)秀論文評選論文集[C];2012年

4 王紅軍;付瑤;;基于多項式擬合的EMD端點效應(yīng)處理方法研究[A];創(chuàng)新裝備技術(shù) 給力地方經(jīng)濟——第三屆全國地方機械工程學(xué)會學(xué)術(shù)年會暨海峽兩岸機械科技論壇論文集[C];2013年

相關(guān)博士學(xué)位論文 前1條

1 朱曉軍;HHT變換及其在腦電信號處理中的應(yīng)用研究[D];太原理工大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 羅大雙;EMD理論研究及其在裂紋損傷檢測中的應(yīng)用[D];電子科技大學(xué);2014年

2 胡楊;局域波端點效應(yīng)分析及在電力系統(tǒng)短期負荷預(yù)測中的應(yīng)用研究[D];華北電力大學(xué);2015年

3 吳超;基于振動分析的減速機故障診斷研究[D];中國計量學(xué)院;2016年

4 池其才;局部均值分解的端點效應(yīng)優(yōu)化及應(yīng)用[D];東華理工大學(xué);2017年

5 賀智;希爾伯特—黃變換端點效應(yīng)抑制算法及其應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2011年

6 張磊濤;HHT在結(jié)構(gòu)健康監(jiān)測中的應(yīng)用研究[D];浙江理工大學(xué);2010年

7 張進林;抑制經(jīng)驗?zāi)B(tài)分解端點效應(yīng)的常用方法性能比較研究[D];云南大學(xué);2010年

8 馬天璐;HHT方法的改進及在地傾斜固體潮信號中的應(yīng)用[D];昆明理工大學(xué);2013年

9 謝小可;抑制EMD端點效應(yīng)方法的研究[D];昆明理工大學(xué);2010年

10 范名莎;基于窗函數(shù)結(jié)合體的抑制HHT變換端點效應(yīng)的探索[D];昆明理工大學(xué);2011年

，

本文編號：2324242