一种去除地震背景噪音的新方法

结合希尔伯特-黄变换方法,根据信号背景噪音时间延续性假设,提出了一种自适应地震信号去噪算法。利用该算法实现了台站地震监测信号的去噪分析。分析表明：1）该去噪算法能根据背景信号特性有效去除信号的低频干扰;2）该算法可自适应完成信号分解去噪,计算效率高,无时间分辨率和频率分辨率问题;3）该算法处理高频干扰存在缺陷,有待进一步完善。     

基于EMD方法与RBF神经网络的结构损伤检测

针对结构损伤检测中损伤的识别、定位以及程度的标定这三个独立并按一定先后顺序进行的检测过程,提出了一种能将以上三者同时进行的联合检测方法。该方法首先利用经验模态分解(EMD)方法将三层钢筋混凝土剪切型结构在各种损伤工况下的顶层地震作用加速度响应分解为若干固有模态函数(IMF)分量,然后以此IMF分量和未经EMD分解的原始加速度响应数据来构造损伤标识量,作为特征参数依次输入到径向基函数神经网络(RBFNN)中进行损伤检测。给出了应用此方法的具体步骤,通过仿真实验证明了利用该方法进行结构损伤一次检测的可行性和有效性,结果表明,由加速度响应经EMD分解而得到的IMF分量输入到RBFNN中能够更为精确地一次检测出结构所有损伤信息,并且RBFNN在结构损伤损度大时具有更好的检测效果。     

振动模态分析法在单立柱海洋平台上应用

提出联合经验模态分解和二次时频分布的参数识别方法.将结构的响应信号用经验模态分解的方法分解为单频率响应的振动信号,进而计算模态频率和模态阻尼,用Choi-Williams分布计算模态振型.对单立柱海洋平台的计算表明,该方法能比较理想地识别出结构的模态参数,且具有较强的抗噪能力.     

黄土高原100万年以来东亚夏季风演变信号的多尺度分析

在研究黄土高原东亚季风地质时期周期演变中,利用经验模态分解(EMD)方法对黄土高原甘肃省灵台和赵家川黄土剖面约1 MaB.P.以来磁化率时间序列进行多尺度变化分析,结果表明:1)0~0.8 MaB.P.地球轨道三要素中的偏心率准400 ka、100 ka周期在黄土沉积中反映明显,方差贡献率达35.19%,还发现16 ka的岁差周期及334 ka1、77 ka5、8 ka、31 ka、7.9 ka、3.9 ka的非轨道准周期;2)0.8~1 MaB.P.也发现地球轨道三要素中的偏心率准100 ka周期2、1 ka岁差周期及55 ka、8.3 ka、3.5 ka非轨道准周期,偏心率准100 ka周期具有主导地位(方差贡献率达37.44%);3)尽管黄土记录的东亚夏季风100 ka周期的产生机制已有多种假说,古气候学界还是普遍认为它产生于某些尚不清楚的过程,有待进一步研究。     

广西夏季降水的多时间尺度特征及影响因子

利用1951—2011年广西夏季降水站点资料和NCEP/NACR等多种再分析资料,通过相关分析、经验模态分解、统计检验分析了广西夏季降水的多时间尺度特征及其影响因子,利用多元线性回归方法对夏季降水进行拟合和预测试验。结果显示:广西夏季降水具有多时间尺度特征,不同时间尺度对应着环流因子不同时间尺度的分量;在准2年尺度上,主要影响因子为季风槽、低空急流、高空急流、贝加尔湖高度场、南印度洋东部海温。利用对广西夏季降水影响显著的环流因子本征模态函数分量和多元线性回归方法拟合夏季降水,相关系数为0.73,表明广西夏季降水是环流因子多时间尺度共同作用的结果。利用前期冬季南印度洋东部海温异常本征模态函数作为前兆因子预报广西夏季降水,6个独立样本检验显示预测与实况趋势一致,该工作可供利用多时间尺度信息进行区域气候预测参考。     

EMD方法在长周期大地电磁测深资料去噪中的应用

在电磁干扰大的地区进行长周期大地电磁测量,如何有效地抑制各种电磁噪声,提高信噪比,从而保证数据质量,是长周期大地电磁资料采集与处理的核心问题.针对长周期大地电磁信号具有非线性、非平稳和非最小相位的特点,提出了利用经验模态分解(EMD)方法对长周期大地电磁信号进行噪声压制.讨论了EMD算法的具体实现流程,并将该算法应用于长周期大地电磁信号的噪声压制.实际应用结果表明,该方法可以有效地压制长周期大地电磁中的噪声.     

利用EMD和子波振幅谱与相位谱关系的时变子波提取方法

本文首先分析了地震波在黏弹介质的传播规律,基于黏弹介质地震波动方程总结了时变子波振幅谱和相位谱的关系,从而得出结论,准确估计子波相位谱初值和不同时刻的子波振幅谱是实现时变子波准确提取的必要条件.在此基础上,针对传统方法限制子波振幅谱形态且受限于分段平稳假设的问题,提出了一种利用EMD（Empirical Mode Decomposition）和子波振幅谱与相位谱关系的时变子波提取方法,根据子波对数振幅谱光滑连续而反射系数对数振幅谱振荡剧烈的特点,采用EMD方法将不同时刻地震记录的对数振幅谱分解为一组具有不同振荡尺度的模态分量,通过滤除振荡剧烈分量、重构光滑连续分量提取时变子波振幅谱;再应用子波振幅谱和相位谱的关系提取时变子波相位谱,将分别提取的振幅谱和相位谱逐点进行合成,最终实现时变子波的准确提取.本文方法不需要求取Q值,适用于变Q值的情况,具有良好的抗噪性能.数值仿真和叠后实际资料处理结果表明,相比传统的分段提取方法,利用本文方法提取的时变子波准确度更高,研究成果对提高地震资料分辨率具有重要意义.

     

基于EMD,EEMD与CEEMD的信号时频分析技术对比研究

时频分析方法在各个领域中广泛应用起来,特别是在工程领域中对结构和构件的变形以及内部损伤检测应用较多。HHT作为一种新兴的非线性,非平稳时频分析技术在探测和勘探领域中具有广阔的前景。文中重点对EMD,EEMD和CEEMD算法进行分析,通过对合成信号进行傅里叶变换和希尔伯特-黄变换,得到信号的频谱图,希尔伯特黄谱,边际谱等数据。通过对比分析,总结了三种方法的优缺点。结果表明,EMD,EEMD和CEEMD方法是进行非线性非平稳信号分析的有效工具。     

基于EMD与EEMD的最优降噪光滑模型在地震波中的应用

目前地震波在地质构造探测和结构损伤检测中具有广泛的应用。文中将EMD和EEMD算法建立的最优降噪模型应用于地震信号去噪中。首先通过低通滤波和带通滤波算法对比分析降噪效果。然后通过对光滑性系数α取不同的值比较信号的光滑性。并利用模拟信号添加高斯白噪声干扰,在同时考虑将信号光滑性和相似性的情况下用最优降噪光滑模型对数据进行处理,最后用实际地震波验证模型在地震波数据处理中应用的可行性。结果表明,EMD和EEMD最优降噪光滑模型都能对地震波进行降噪和光滑性处理,带通滤波与EEMD算法建立的最优降噪光滑模型效果较好。在实际应用中具有更好的效果。     

基于去噪和分形的加密货币投资组合模型优化研究

为提高投资效益,本文针对传统投资组合模型的缺陷,结合经验模态分解（EMD）去噪法和多重分形消除趋势交叉相关分析法（MF-DCCA）,提出经验模态分解去噪下的多重分形投资组合模型（简称EMD-Mean-MF-DCCA）.将新模型应用于极具投机性的加密货币投资组合,结合滚动窗口技术进行样本外检验和分析,实证结果显示：无论加密货币价格处于上升还是下降趋势,EMD-Mean-MF-DCCA相对于其他传统投资组合模型及未去噪的分形投资组合模型,均在盈利能力和夏普比率方面具有明显优化效果,且当加密货币价格大幅下跌时,基于新模型的组合投资策略也具有较好的抵抗风险能力.