文献

J-GLOBAL ID：202102223303762268   整理番号：21A1820663

ロバストな局所平均分解に基づく時間-周波数表現【JST・京大機械翻訳】

Time-Frequency Representation Based on Robust Local Mean Decomposition

著者 (5件)： Liu Zhiliang (University of Electronic Science and Technology of China, Chengdu, China) ,  Liu Zhiliang (Chongqing University, Chongqing, China) ,  Jin Yaqiang (University of Electronic Science and Technology of China, Chengdu, China) ,  Zuo Ming J. (University of Electronic Science and Technology of China, Chengdu, China) ,  Zuo Ming J. (University of Alberta, Edmonton, AB, Canada)
資料名： ASME Conference Proceedings  (ASME Conference Proceedings)
号： IMECE2016  ページ： Null  発行年： 2017年 
JST資料番号： A0478C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： Fourier変換ベースの周波数表現は,スペクトルが計算されるターゲット信号に対する定常性と線形性の根底にある仮定を作り,従って,物理的世界に広く存在する非定常信号の時間変化特性を追跡することができない。時間周波数表現(TFR)は,信号に含まれる有用な情報を明らかにする技術であり,従って,TFR法は科学および工学世界にとって非常に魅力的である。局所平均分解(LMD)は多くの分野で使われるTFR技術である。Hilbert-Huang変換と同様に,それは振幅変調(AM)と周波数変調(FM)信号を一組のコンポーネントに復調する代替アプローチであり,その各々は瞬間的なエンベロープ信号と純粋なFM信号の製品である。次に,TFRは瞬間的なエンベロープ信号と純粋なFM信号によって導くことができる。しかし,LMDベースのTFR技術は,まだ2つの限界,すなわち,エンド効果とモード混合問題を持っている。2つの限界に対する解は,境界条件,エンベロープ推定,および停止基準であるLMDの3つの臨界パラメータに大きく依存した。LMDの性能の改善を目的とするほとんどの報告された研究は,1つのパラメータだけに焦点を当て,従って,それらは3つのパラメータが互いに独立でないという事実を無視し,それらの全てはLMDにおけるエンド効果とモード混合問題に対処するのに必要である。本論文では,ロバスト最適化アプローチを提案し,境界条件,エンベロープ推定,および停止基準の観点から,パラメータ選択の統合フレームワークを通してLMDの性能を改善した。提案した最適化アプローチは3成分を含む。最初に,ミラー拡張法を用いて境界条件問題に対処した。第2に,移動平均を,LMDにおける局所平均および局所大きさのエンベロープ推定のための平滑アルゴリズムとして使用した。固定部分集合サイズは,通常,事前知識で定義する必要がある唯一のパラメータである。このステップでは,正確なエンベロープ推定のための移動平均の固定部分集合サイズを自動的に決定するために,統計理論に基づく自己適応法を提案した。第3に,第1ステップと第2ステップに基づいて,LMDが各シフティングプロセスのための自己適応停止を達成するのを可能にするソフトシフティング停止基準を提案した。この最後のステップでは,ターゲット信号の大域的および局所特性の両方を考慮する目的関数を定義した。目的関数に基づいて,発見的機構を提案して,シフティングプロセスにおける反復の最適数を自動的に決定した。最後に,数値シミュレーション結果は,マイニング時間周波数表現情報に関してロバストLMDの有効性を示した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： Fourier変換 ,  アルゴリズム ,  最適化 ,  周波数変調 ,  振幅変調 ,  境界条件 ,  スペクトル ,  目的関数 ,  エンベロープ ,  *ロバスト性
準シソーラス用語： 事前知識 ,  自己適応 ,  数値シミュレーション ,  非定常信号 ,  定常性 , 【Automatic Indexing@JST】

分類 (1件)： 信号理論  (ND02020G)

タイトルに関連する用語 (3件)： ロバスト ,  平均 ,  分解