位置:成果数据库 > 期刊 > 期刊详情页
一种改进的广义谐波小波包分解算法及在信号特征提取中的应用
  • ISSN号:1007-791X
  • 期刊名称:《燕山大学学报》
  • 时间:0
  • 分类:TN911.25[电子电信—通信与信息系统;电子电信—信息与通信工程]
  • 作者机构:[1]燕山大学电气工程学院,河北秦皇岛066004
  • 相关基金:国家自然科学基金资助项目(61077071,61071202);河北省自然科学基金资助项目(F2011203207,F2010001312);河北省科技计划项目(11213582)
中文摘要:

提出了一种改进的广义谐波小波包分解算法,克服了传统特征提取方法的缺点,实现了信号的快速无混叠分离。通过与小波包分析、经验模态分解、广义谐波小波包分解进行比较,证明其在信号分析上的有效性和优越性。基于超声波信号频率非单一性的特点,将该算法应用到超声波信号特征提取中,实现了任意频段及任意频宽的信号特征提取,且计算量小。该算法为信号特征提取提供了一种更加精确有效的方法。

英文摘要:

An improved generalized harmonic wavelet packet decomposition algorithm is presented in this paper. The shortage of traditional feature extraction methods is overcome, and the fast aliasing separation to signals is realized. It proved to be an effective and superiority signal analyzed method compared with wavelet packet analysis, empirical mode decomposition, and generalized harmonic wavelet packet decomposition. Based on the nonsingle frequency character of the ultrasonic signal, the algorithm is ap plied to the ultrasonic signal feature extraction. The signal features in any band and any bandwidth is extracted with less calculation. The algorithm provides a more accurate and effective method in the fieJd of signal feature extraction.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《燕山大学学报》
  • 北大核心期刊(2014版)
  • 主管单位:河北省教育厅
  • 主办单位:燕山大学
  • 主编:张福成
  • 地址:河北省秦皇岛市燕山大学期刊社
  • 邮编:066004
  • 邮箱:xuebao@ysu.edu.cn
  • 电话:0335-8057043
  • 国际标准刊号:ISSN:1007-791X
  • 国内统一刊号:ISSN:13-1219/N
  • 邮发代号:18-73
  • 获奖情况:
  • 2009年获2004-2008年度河北省教育系统优秀期刊奖
  • 国内外数据库收录:
  • 美国化学文摘(网络版),中国中国科技核心期刊,中国北大核心期刊(2014版)
  • 被引量:3409