用于ENPEMF信号的AMW-SST时频分析方法

    公开(公告)号:CN107766289B

    公开(公告)日:2019-11-15

    申请号:CN201710947910.4

    申请日:2017-10-12

    Abstract: 本发明提供了用于ENPEMF信号的AMW‑SST时频分析方法,所述方法包括步骤:建立单元数据,在所述单元数据中存入小波类型作为备选小波用于ENPEMF信号处理;存储所述小波类型的CM值;根据CM值对小波进行筛选得到用于ENPEMF信号处理的母小波;使用所述母小波对待处理ENPEMF信号进行SST处理得到待处理ENPEMF信号的时频分析结果。本发明通过计算小波的CM值自适应地选出最优母小波,最后结合SST算法得出时间轴和频率轴同时具有较高锐化效果的输出,使其时频效果更加清晰,提高时频图的聚集度和可读性。

    一种用于含噪ENPEMF信号的镜像累加NNMP-SST时频分析方法

    公开(公告)号:CN107895141A

    公开(公告)日:2018-04-10

    申请号:CN201710994617.3

    申请日:2017-10-23

    Abstract: 本发明提供了一种用于含噪ENPEMF信号的镜像累加NNMP-SST时频分析方法,包括步骤:对含噪ENPEMF信号进行累加并镜像优化;镜像优化后的待处理信号经稀疏分解得到分量信号IMF1和IMF2后将其组合得到组合后的信号矩阵;初始化信号矩阵的可信度系数和归一化系数;求出初始化后的信号矩阵的分量幅值;确定初始化后的信号矩阵的第i行分量幅值的最大值并确定第i行所有可信度系数等级,然后对初始化后的信号矩阵的第i行分量幅值相应进行归一化得到第i行优化矩阵;判断第i行是否为最后一行;若是,则得到优化信号矩阵;若不是,则i=i+1并回到确定初始化后的信号矩阵的第i行分量幅值的最大值重新执行后续步骤。本发明可以得到较理想的信号时频联合分布图。

    一种用于含噪ENPEMF信号的镜像累加NNMP-SST时频分析方法

    公开(公告)号:CN107895141B

    公开(公告)日:2020-02-14

    申请号:CN201710994617.3

    申请日:2017-10-23

    Abstract: 本发明提供了一种用于含噪ENPEMF信号的镜像累加NNMP‑SST时频分析方法,包括步骤:对含噪ENPEMF信号进行累加并镜像优化;镜像优化后的待处理信号经稀疏分解得到分量信号IMF1和IMF2后将其组合得到组合后的信号矩阵;初始化信号矩阵的可信度系数和归一化系数;求出初始化后的信号矩阵的分量幅值;确定初始化后的信号矩阵的第i行分量幅值的最大值并确定第i行所有可信度系数等级,然后对初始化后的信号矩阵的第i行分量幅值相应进行归一化得到第i行优化矩阵;判断第i行是否为最后一行;若是,则得到优化信号矩阵;若不是,则i=i+1并回到确定初始化后的信号矩阵的第i行分量幅值的最大值重新执行后续步骤。本发明可以得到较理想的信号时频联合分布图。

    用于ENPEMF信号的AMW-SST时频分析方法

    公开(公告)号:CN107766289A

    公开(公告)日:2018-03-06

    申请号:CN201710947910.4

    申请日:2017-10-12

    Abstract: 本发明提供了用于ENPEMF信号的AMW-SST时频分析方法,所述方法包括步骤:建立单元数据,在所述单元数据中存入小波类型作为备选小波用于ENPEMF信号处理;存储所述小波类型的CM值;根据CM值对小波进行筛选得到用于ENPEMF信号处理的母小波;使用所述母小波对待处理ENPEMF信号进行SST处理得到待处理ENPEMF信号的时频分析结果。本发明通过计算小波的CM值自适应地选出最优母小波,最后结合SST算法得出时间轴和频率轴同时具有较高锐化效果的输出,使其时频效果更加清晰,提高时频图的聚集度和可读性。

Patent Agency Ranking