典型文献
基于CEEMDAN-SG的爆炸冲击波去噪算法研究
文献摘要：
在采集爆炸冲击波超压信号时,由于监测的高温环境、压力传感器的误差以及磁场干扰,爆炸冲击波超压信号中混入了大量的噪声.为了准确地获取超压信号的特征,设计了一种基于融合完全集成经验模态分解与自适应噪声(CEEMDAN)与SG(Savitzky-Golay)去噪算法.首先使用CEEMDAN对爆炸冲击波超压信号进行分解,其次计算每个本征模态函数(IMF)的能量贡献率,利用SG滤波算法将能量贡献率低于0.1％且大于0.05％的IMF进行去噪处理.实验结果表明,CEEMDAN-SG与经验模态分解(EMD)、改进的集合经验模态分解(EEMD)、CEEMDAN以及CEEMDAN-小波阈值去噪所比较,信噪比分别提高了 0.85、0.71、3.09,0.25 dB,且均方误差最小.CEEMDAN-SG与CEEMDAN-小波阈值去噪在去除噪声效果较理想,且CEEMDAN-SG在0.16 s时与原信号相似度最高.该算法不仅能有效去除噪声,而且还可以保留原始信号的特征,适用于爆炸冲击波超压信号的去噪处理.
文献关键词：
爆炸冲击波;完全自适应噪声集合经验模态分解与自适应噪声;能量贡献率;Savitzky-Golay去噪算法
中图分类号：
作者姓名：
张冉;张鹏;赵锋
作者机构：
中北大学大数据学院 太原030051;中北大学仪器与电子学院 太原030051
文献出处：
引用格式：
[1]张冉;张鹏;赵锋-.基于CEEMDAN-SG的爆炸冲击波去噪算法研究)[J].国外电子测量技术,2022(10):119-125
A类：
改进的集合经验模态分解,完全自适应噪声集合经验模态分解与自适应噪声
B类：
CEEMDAN,SG,爆炸冲击波,去噪算法,算法研究,冲击波超压,高温环境,压力传感器,磁场干扰,混入,完全集成经验模态分解,Savitzky,Golay,本征模态函数,IMF,能量贡献率,滤波算法,去噪处理,小波阈值去噪,dB,均方误差,除噪声,声效,较理想
AB值：
0.172567
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
