消除局域分解端部效应的BP神经网络闭合方法

摘要：

详细阐述了局部均值分解(LMD)信号处理方法,该方法非常适合处理非平稳信号,可其端部效应严重制约了其进一步应用推广.镜像延拓是局域分解端部效应处理的基本途径,需要镜像面放置在局部极值点处,而实际信号有时难以满足这个条件,可能导致信号分解结果严重失真现象.为此,提出了一种基于传统镜像延拓与BP神经网络相结合进行信号预测以改进LMD端部效应消除效果的新方法.通过BP神经网络模型预测原始信号端点之外的数据点,由此捕捉到端点之外的一个或者多个极值点,再用镜像技术形成闭合处理,从而抑制端部效应.仿真信号的应用实例表明,所提方法可以有效抑制LMD端部效应.

关键词：局部均值分解、BP神经网络、仿真信号、端部效应

所属期刊栏目：43

分类号：TN911.7

资助基金：国家自然科学基金61272506;国家科技支撑计划课题2007BAB18B01

在线出版日期：2017-06-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：127-130,133