基于B样条基函数的经验模态分解理论与方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61401305
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    25.0万
  • 负责人：
    杨彦利
  • 依托单位：
    天津工业大学
  • 学科分类：
    F0111.信号理论与信号处理
  • 结题年份：
    2017
  • 批准年份：
    2014
  • 项目状态：
    已结题
  • 起止时间：
    2015-01-01 至2017-12-31

项目摘要

The empirical mode decomposition (EMD) method has attracted much attention for its ability of processing non-stationary signals adaptively. However, EMD is a method based on experience, and it lacks the rigorous theoretical foundation, which seriously restricting its development and application. This project investigates the basic theoretical of EMD by combining B-spline interpolation technique with the EMD algorithm. An analytical study of the EMD method based on B-spline basis functions is conducted from the signal processing perspective. The iterative B-spline filter is designed, and a mathematical expression of intrinsic mode function (IMF) based on the iterative B-spline filter is derived to resolve the problem of EMD lacking theoretical foundation. The resolution properties of EMD based on B-spline basis functions are analyzed. The EMD is equivalent to a multi-rate signal processing systems. The sampling theory is used to analyze EMD resolution to reveal the root causes of EMD generating new components and its adaptability. The Doppler signal detection technology based on EMD for radio fuze is researched. The Doppler signal detection algorithm based on EMD is proposed to improve the Doppler signal perception capability and target detection sensitivity for radio fuze, and to verify the correctness of the theoretical analysis on EMD. In this project, we can derive an analytical expression of EMD which lays a solid foundation for the establishment of the theoretical framework of EMD, and provides a useful theoretical and technical support for application of the EMD method.
经验模态分解(EMD)能够自适应地处理非平稳信号而受到广泛关注，但它是基于经验的方法，没有解析表达式致使其缺乏严格理论基础，严重制约了其发展和应用。本项目将B样条插值技术与EMD算法相结合进行EMD基础理论研究。从数字信号处理角度对基于B样条基函数的EMD进行解析分析，构造迭代B样条滤波器，推导基于迭代B样条滤波器的IMF数学表达式，给出EMD解析表达式，解决EMD理论基础缺乏问题；研究基于B样条基函数的EMD分辨特性，将EMD等效为一个多采样率信号处理系统，运用采样理论来分析其分辨率，揭示EMD产生新成分及其自适应性的根源；研究无线电引信多普勒信号的EMD检测技术，提出多普勒信号的EMD检测算法，提高引信对多普勒信号的感知能力和探测灵敏度，验证对EMD理论分析的正确性。项目成果可实现对EMD的解析表示，为完善EMD理论体系及建立其理论框架奠定基础，并为EMD应用提供理论支撑和技术支持。

结项摘要

经验模态分解(EMD)是处理非平稳信号的有力工具，但它是基于经验的方法，缺乏严格的理论基础。针对这一问题，该项目对基于B样条基函数的EMD进行了解析分析，研究了基于B样条基函数的EMD分辨特性，在对EMD进行数学描述的基础上，研究了无线电引信多普勒信号的检测方法。.从数字信号处理的角度对EMD筛分过程进行了分析。研究了极值采样，证明了极值采样是亚奈奎斯特采样，用时不变模型对非均匀极值采样进行了描述。分析了非均匀B样条插值，将非均匀B样条插值等效为一个插值器跟随一个时变滤波器。研究了信号的包络，将信号的上、下包络定义为由极值序列重建后的信号，基于B样条推导了信号包络的数学表达式。对EMD的筛分过程进行了数学描述，给出了EMD筛分过程抽取本征模态函数(IMF)的矩阵表达式。.基于B样条基函数，推导了迭代B样条滤波器的数学表达式，证明了迭代B样条滤波器的幅频特性随迭代次数增多而改善。基于迭代B样条滤波器，分析了EMD的分辨特性，发现EMD的抗噪能力随筛分次数增多而降低，进而指出了EMD分辨特性只能在一定程度上随筛分次数增多而提高。.分析了无线电引信多普勒信号的特点，建立了近场区多普勒引信回波信号的模型。提出了极值滤波算法，用于多频信号的自适应分解。提出了基于STFT和EMD的多普勒信号检测算法，实现了对多普勒信号瞬时频率的估计，进而提升对多普勒信号的感知能力。.该项目将B样条插值技术与EMD算法相结合进行了EMD基础理论研究，给出了EMD抽取IMF的数学表达式，实现了对EMD筛分过程的数学描述。该项目的研究为完善EMD理论体系及建立EMD理论框架奠定了一定的基础，进而为EMD算法的进一步研究和实际应用提供有益的理论支撑和技术支持。

项目成果

期刊论文数量（5）
专著数量（0）
科研奖励数量（0）
会议论文数量（1）
专利数量（1）
An Adaptive Spectral Kurtosis Method Based on Optimal Filter
基于最优滤波器的自适应谱峰度方法
  • DOI：
    10.1155/2017/6987250
  • 发表时间：
    2017
  • 期刊：
    SHOCK AND VIBRATION
  • 影响因子：
    1.6
  • 作者：
    Yang Yanli;Yu Ting
  • 通讯作者：
    Yu Ting
Analysis on frequency resolution of EMD based on B-spline interpolation
基于B样条插值的EMD频率分辨率分析
  • DOI：
    10.1016/j.aeue.2016.06.008
  • 发表时间：
    2016-09
  • 期刊：
    Aeu-International Journal of Electronics and Communications
  • 影响因子：
    3.2
  • 作者：
    Yang Yanli;Deng Jiahao
  • 通讯作者：
    Deng Jiahao
A Signal Theoretic Approach for Envelope Analysis of Real-Valued Signals
实值信号包络分析的信号理论方法
  • DOI：
    10.1109/access.2017.2688467
  • 发表时间：
    2017-01-01
  • 期刊：
    IEEE ACCESS
  • 影响因子：
    3.9
  • 作者：
    Yang, Yanli
  • 通讯作者：
    Yang, Yanli
Empirical mode decomposition as a time-varying multirate signal processing system
作为时变多速率信号处理系统的经验模态分解
  • DOI：
    10.1016/j.ymssp.2016.02.022
  • 发表时间：
    2016-08
  • 期刊：
    Mechanical Systems and Signal Processing
  • 影响因子：
    8.4
  • 作者：
    Yanli Yang
  • 通讯作者：
    Yanli Yang
Integration on acceleration signals by adjusting with envelopes
通过包络调整来积分加速度信号
  • DOI：
    --
  • 发表时间：
    2016-06
  • 期刊：
    Journal of Measurements in Engineering
  • 影响因子：
    1.6
  • 作者：
    Yanli Yang;Zhao Yanfei;Kang Dali
  • 通讯作者：
    Kang Dali

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

矿用输送带接头伸长量计算及故障检测方法
  • DOI：
    --
  • 发表时间：
    2015
  • 期刊：
    煤炭科学技术
  • 影响因子：
    --
  • 作者：
    苗长云;符祎;杨彦利;仲为亮
  • 通讯作者：
    仲为亮
输送带表面图像快速分割技术研究
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    煤炭工程
  • 影响因子：
    --
  • 作者：
    苗继军;杨彦利;张学忠;苗长云
  • 通讯作者：
    苗长云
煤矿输送带视觉在线监测系统研究
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    煤矿机电
  • 影响因子：
    --
  • 作者：
    杨彦利;苗继军;张学忠;苗长云
  • 通讯作者：
    苗长云
基于显著性和深度卷积神经网络的输送带表面故障定位
  • DOI：
    --
  • 发表时间：
    2016
  • 期刊：
    工况自动化
  • 影响因子：
    --
  • 作者：
    赵燕飞;杨彦利;王丽娟
  • 通讯作者：
    王丽娟
矿用输送带表面破损的自动检测方法
  • DOI：
    --
  • 发表时间：
    2016
  • 期刊：
    煤炭学报
  • 影响因子：
    --
  • 作者：
    梅秀庄;苗长云;杨彦利
  • 通讯作者：
    杨彦利

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码