登录    注册    忘记密码

期刊文章详细信息

基于波形匹配端点延拓法优化的经验模态分解算法在铁路继电器参数降噪上的应用  ( EI收录)  

Application of Empirical Mode Decomposition Algorithm Based on Waveform Matching Endpoint Continuation Method in Noise Reduction of Railway Relay Parameters

  

文献类型:期刊文章

作  者:李文华[1] 姜惠[1] 赵正元[2] 潘如政[1] 胡康生[1]

Li Wenhua;Jiang Hui;Zhao Zhengyuan;Pan Ruzheng;Hu Kangsheng(State Key Laboratory of Reliability and Intelligence of Electrical Equipment Hebei University of Technology,Tianjin 300130,China;Shenyang Railway Signal Co.Ltd,Shenyang 110000,China)

机构地区:[1]省部共建电工装备可靠性与智能化国家重点实验室(河北工业大学),天津300130 [2]沈阳铁路信号有限责任公司,沈阳110000

出  处:《电工技术学报》

基  金:河北省自然科学基金项目(E2020202221);河北省自然科学基金创新群体项目(E2020202142)资助。

年  份:2022

卷  号:37

期  号:10

起止页码:2656-2664

语  种:中文

收录情况:BDHX、BDHX2020、CSCD、CSCD2021_2022、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:针对铁路继电器参数的噪声问题,为提取其有效信息,该文建立一种基于改进波形匹配延拓法优化的经验模态分解(EMD)算法,利用自相关函数分离含噪信号,小波阈值去除噪声的混合降噪模型。首先根据继电器参数特点对波形匹配方法进行改进,重新定义匹配误差度公式,并引入匹配精度误差系数,采用改进波形匹配延拓法优化EMD分解过程产生的端点效应,得到有效的固有模态分量(IMF)和余项;然后求解其自相关函数,并根据自相关函数图像结合噪声信号特征分离出含噪分量;最后对含噪分量进行小波阈值去噪,去噪后与剩余分量和余项结合,得到重构后的参数序列。同时,提出利用结构相似性(SSIM)评价指标,结合信噪比(SNR)、方均误差(MSE)指数对模型可靠度评判。通过结果分析,并与EMD分解后重构和小波阈值去噪方法作对比,证明该模型可优化铁路继电器参数的降噪效果。

关 键 词:端点效应 波形匹配  端点延拓法  自相关函数 结构相似性(SSIM)指数  

分 类 号:TM581]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心