简介：提出一种利用改进的B样条经验模态分解（B-splineempiricalmodedecomposition，BS-EMD）识别时变结构瞬时模态参数的方法。针对B~EMD的端点问题，采用基于Levenberg-Marquardt（L-M）算法的BP神经网络对BS-EMD进行改进。进而结合Hilbert变换，将这种改进的B~EMD方法应用于时变结构的参数识别中。仿真算例结果表明，改进的BS-EMD可以有效抑制端点效应问题，利用该方法能够有效地追踪时变结构的瞬时频率。

简介：超宽带穿墙雷达受墙体对电磁波衰减作用,目标的反射回波很弱,提出一种基于小波与EMD级联的方法检测,用于提高信噪比和信杂比。介绍了穿墙雷达实验系统,对墙后人体运动目标进行探测实验,获得实测数据进行分析。实验结果表明,超宽带穿墙雷达对非金属墙体具有较强的穿透性,对墙后处于径向运动的人体目标具有较好的探测能力,提出的算法可以有效提高信噪比和信杂比。最后利用幅度排序点迹凝聚算法进行目标检测,得到理想的检测结果。

简介：异步电动机轴承的故障信号为低频带周期冲击性特征故障数据，呈现非线性特征，倘若对此类特征信息直接做傅里叶变换，会被高频信号调制，使得故障信号严重失真。为此，提出一种新的集有小波包变换、经验模式分解和Hilbert包络谱分析相融合的滚动轴承故障诊断方法，旨在消除高频噪声信号，提升故障诊断效果。利用小波包变换对滚动轴承的振动信号进行降噪，使用经验模式分解把降噪后的故障信号分解成多个有效本征模态分量，并对筛选后的故障信号进行重构处理，最后对重构信号做Hilbert包络谱分析，计算得到滚动轴承故障频率。通过实验及分析，结果表明新方法应用效果良好。