文献

J-GLOBAL ID：201702222218144267   整理番号：17A0732259

強雑音背景における経験的モード分解研究【JST・京大機械翻訳】

Research on empirical mode decomposition of signals submerged in a heavy noise

著者 (6件)： ZHAO Yan-ju (School of Mechanical Engineering, Tianjin University) ,  WANG Tai-yong (School of Mechanical Engineering, Tianjin University) ,  REN Chen-zu (School of Mechanical Engineering, Tianjin University) ,  LENG Yong-gang (School of Mechanical Engineering, Tianjin University) ,  XU Yue (School of Mechanical Engineering, Tianjin University) ,  ZHANG Pan (School of Mechanical Engineering, Tianjin University)
資料名： Zhendong yu Chongji  (Zhendong yu Chongji)
巻： 28  号： 3  ページ： 149-151,157  発行年： 2009年 
JST資料番号： C2157A  ISSN： 1000-3835  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 強いノイズ混合条件の下での弱い信号の経験的モード分解(EMD)の問題を研究して,EMDのための確率的共振ノイズ除去に基づく方法を提案した。この方法は,弱い信号検出における確率共鳴のユニークな利点を利用して,まず第一に,噪微弱信号をランダムに出力し,弱い信号を雑音除去と強化した後にEMDを分解した。シミュレーション実験において,EMDの分解の前後の信号をそれぞれEMDによって分解して,結果は,この方法がオリジナル信号のSN比を改良するだけではなく,ノイズの弱い信号を効果的に検出することができて,EMD分解の層数を減らすことができることを示した。それは計算効率を改良した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 雑音低減 ,  シミュレーション ,  *雑音 ,  信号検出 ,  SN比 ,  共振 ,  雑音除去
準シソーラス用語： 計算効率 ,  確率共鳴 ,  *経験的モード分解 , 【Automatic Indexing@JST】

著者キーワード (3件)： stochastic resonance ,  empirical mode decomposition (EMD) ,  weak signals

分類 (2件)： 信号理論  (ND02020G) ,  音響信号処理  (BB03050C)

タイトルに関連する用語 (4件)： 雑音 ,  背景 ,  経験的モード分解 ,  研究