典型文献
基于集合经验模态分解的MEMS矢量水听器联合去噪算法
文献摘要：
针对MEMS矢量水听器的噪声去除问题,将集合经验模态分解(EEMD)、小波阈值去噪(WT)和奇异谱分析(SSA)相结合,提出了一种联合EEMD-WT-SSA去噪算法.该算法首先将含噪信号分解为一系列固有模态函数(IMF),然后,用连续均方误差准则(CMSE)对高频和低频进行区分,对高频信号进行小波阈值去噪,再和低频信号进行重构,最后对重构信号利用奇异值分析方法进行恢复,得到目标信号.通过仿真实验和湖试实验的信号处理表明,所提算法在信噪比和均方误差两个评价指标方面,相对于EEMD和EEMD-WT算法,具有明显的优势.
文献关键词：
集合经验模态分解;小波阈值算法;奇异谱分析;去噪算法
中图分类号：
作者姓名：
郭帆;王鹏
作者机构：
中北大学 理学院,山西 太原 030051
文献出处：
引用格式：
[1]郭帆;王鹏-.基于集合经验模态分解的MEMS矢量水听器联合去噪算法)[J].测试技术学报,2022(02):117-121,177
A类：
B类：
集合经验模态分解,MEMS,矢量水听器,联合去噪,去噪算法,噪声去除,EEMD,小波阈值去噪,WT,奇异谱分析,SSA,信号分解,固有模态函数,IMF,连续均方误差,CMSE,高频信号,重构信号,奇异值,信号处理,处理表,小波阈值算法
AB值：
0.306041
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。
