信号去噪

作品数：943被引量：4370H指数：25
导出分析报告
相关领域：电子电信自动化与计算机技术更多>>
相关作者：李晋曹思远唐炬路敬祎吴晓军更多>>
相关机构：吉林大学东北石油大学华北电力大学中南大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家高技术研究发展计划中央高校基本科研业务费专项资金中国博士后科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
时空阵列混场源电磁法在深埋隧道勘察的应用
《地质与勘探》2025年第2期395-406,共12页杨磊 
中铁四院科技研究开发计划“深埋长大隧道上硬下软地层结构勘察评价技术研究”(编号:KY2023078S)资助。
利用时空阵列混场源电磁法,对宜涪铁路孟家垭深埋隧道进行地质勘察。该方法整合了天然场及人工场源电磁勘探的优点,使用统一的理论模型和观测设备,一次布置可以采集远参考大地电磁、可控源大地电磁和广域大地电磁法三类勘探数据,极大地...
关键词：时空阵列 隧道 电磁法 信号去噪 NLCG反演 LCI反演 
SSA-VMD联合改进小波阈值去噪算法在局部放电中应用
《电工电气》2025年第3期29-34,40,共7页孟小斐 刘红兵 
针对电力设备局部放电信号的噪声干扰问题,提出了一种麻雀搜索算法(SSA)、变分模态分解(VMD)与改进小波阈值去噪法相结合的去噪算法。以排列熵作为适应度函数,使用麻雀搜索算法确定变分模态分解的模态数和惩罚因子并将含噪局放信号拆分...
关键词：信号去噪 变分模态分解 麻雀搜索算法 局部放电 改进小波阈值法 
基于改进VMD和L-M神经网络的局部放电信号去噪
《计算机应用与软件》2025年第2期323-329,373,共8页袁莎莎 李梦莹 戴莹莹 江超 杨传凯 薛亮 
国家自然科学基金项目(62105196)。
为有效去除局部放电信号中的噪声干扰,提出改进VMD(Variational Mode Decomposition)算法和L-M神经网络的去噪方法。利用噪声预处理结合分解能量误差自适应地确定VMD算法的最优模态分解层数;引入正态分布直方图区分局部放电信号和窄带...
关键词：局部放电 VMD算法 L-M神经网络 窄带干扰 白噪声 
脑波检测心理健康问题系统
《物联网技术》2025年第2期32-34,37,共4页武家辉 王津 
广西民族大学国家级大学生创新创业训练计划项目(202310608031)。
设计一款采用脑电波技术的测试系统,用于检测年轻人在现代生活压力下的心理状态。通过佩戴神念科技(NeuroSky)出品的MindWave Mobile耳机,实时检测佩戴者额叶脑波信号。利用傅里叶变换算法分析脑波能量值,并结合独特的脑意识分类算法对...
关键词：脑波检测 心理健康 信号去噪 分类算法 FISTA_tail 脑波分析 
基于声发射技术的发动机星型齿轮磨损程度检测方法
《自动化技术与应用》2025年第2期115-118,131,共5页庞博 卢燃 
内蒙古自治区研发和成果转化计划项目(SLNY_sbwxzx2022-32)。
随着科技的发展,机械广泛应用于各行各业,这也使得由于齿轮磨损而产生的事故逐渐增多,为了尽量避免此类事故的发生,提出基于声发射技术的发动机星型齿轮磨损程度检测方法。该方法首先通过齿轮的传动原理结合齿轮间的啮合力作用构建齿轮...
关键词：声发射技术 齿轮磨损检测 信号去噪 时频分析 
基于VMD-ICA算法的隧道爆破振动信号去噪方法
《工程爆破》2025年第1期156-166,共11页薛威 王永东 柏文军 胡志豪 任雨桐 史林猛 
为有效降低隧道实测爆破振动信号中噪声干扰,提出一种基于变分模态分解(Variational Mode Decomposition,VMD)联合独立分量分析(Independent Component Analysis,ICA)的去噪方法。将原信号依次在不同分解模态数K下进行VMD分解预处理,利...
关键词：隧道爆破 信号去噪 VMD-ICA算法 振动信号 FASTICA算法 
基于小波阈值改进EEMD的微震信号联合去噪方法及应用
《能源与环保》2025年第2期95-100,共6页张楷鑫 胡小刚 杨文宇 刘朝 王嘉宇 上官星驰 
国家自然科学基金青年基金项目(51704101)。
“地质透明化”是实现煤矿智能高效开采的关键一环,矿山多维动静态探测数据的准确性直接决定了煤矿地质模型的透明化精准程度。针对现有微震数据低信噪比导致微震源定位及微震事件能级精度较低等问题,提出了一种基于小波阈值算法改进EEM...
关键词：微震监测 信号去噪 EMD 透明地质 
基于VMD-LSTM对大地电磁信号进行噪声检测和预测重构
《物探与化探》2025年第1期100-117,共18页李博 李长伟 罗润林 吕玉增 王占 
广西自然科学基金项目(2020GXNSFAA297079);国家自然科学基金项目(42274182)。
在大地电磁法中,强干扰噪声限制了该方法还原真实地下结构的精度,会对后期资料解释造成不良影响。本文基于大地电磁时间序列的特点,对不同类型噪声的特征进行分析,提出了一种基于VMD(变分模态分解)与LSTM(长短时记循环神经网络)预测重...
关键词：大地电磁 变分模态分解VMD 长短时循环神经网络LSTM 深度学习 信号去噪 
一种基于神经网络的航磁数据噪声识别和抑制方法
《中国惯性技术学报》2025年第1期18-26,共9页冯进凯 李姗姗 何兆超 范昊鹏 李新星 范雕 
国家自然科学基金项目(42174001,42174007,42174008)。
航空磁力测量极易受到外界因素的干扰,噪声抑制是航磁数据处理中的关键一环。为高效识别和抑制航磁测线中存在的随机噪声,提高航磁测量精度,将神经网路方法引入到航磁测线数据的处理中,搭建了涵盖磁测数据噪声识别和噪声抑制的网络,并...
关键词：卷积神经网络 残差卷积神经网络 STFT转换 噪声识别 航磁信号去噪 
基于LSTM的变电站电气设备运行状态自动化预测方法
《科学技术创新》2025年第2期39-42,共4页张懿 吴艳 
针对变电站电气设备运行状态传统监测方法的不足,本文提出了一种基于长短期记忆(LSTM)网络的变电站电气设备运行状态自动化预测方法,利用LSTM网络处理时间序列数据的优势,实现了对设备运行状态的高精度预测。研究中,首先通过高斯滤波器...
关键词：长短期记忆网络 变电站电气设备 信号去噪 小波包分解 状态预测 
全选清除导出
共94页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部