《基于EEMD的多传感器信息融合降噪方法》PDF+DOC
作者:吕艳新,李海涛,邓冬,张跃,赵立彬,卫东
单位:中国电子科技集团公司第四十九研究所
出版:《传感器与微系统》2014年第10期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFCGQJ2014100020
DOC编号:DOCCGQJ2014100029
下载格式:PDF + Word/doc 文字可复制、可编辑
《用证据理论实现机器人多感觉信息的融合》PDF+DOC1999年第05期 张乐星,罗志增,叶明
《基于模糊综合函数的航迹关联算法》PDF+DOC1999年第01期 何友,陆大,彭应宁,王国宏
《信息融合及其智能化途径探讨(一)》PDF+DOC1996年第03期 吴新垣
《具有质量信息位的多传感器最佳数据融合》PDF+DOC1992年第02期 潘震中
《基于信息融合的故障诊断模糊专家系统的应用》PDF+DOC2004年第01期 张晓丹,赵海,王刚,魏守智
《一种多传感器数据融合方法及应用》PDF+DOC2002年第02期 罗中良,方清城,张前进
《多传感器信息融合在航天侦察中的应用》PDF+DOC2012年第03期 李丹,于小红
《多传感器信息融合综述》PDF+DOC2012年第26期 戴晨铖
《浅析多传感器信息融合技术》PDF+DOC2012年第05期 顾兢兢,黄冬梅
《基于模糊神经网络在智能轮椅避障中的应用》PDF+DOC2013年第02期 肖寒春,孙鹏飞,李津
由于传感器被动采集所得信号没有太多先验信息,在后续应用过程中因噪声的存在受到限制,所以,提出一种基于总体经验模式分解(EEMD)和时延估计的多传感器信息融合降噪方法。首先将多传感器采集所得信号进行EEMD,将所得对应IMF分量进行互相关,求取时延估计值,依据时延矢量封闭准则(TDVCR)获得相应IMF分量的时延矢量误差。最后,根据多传感器综合支持度确定相应权重,对IMF分量进行重构,得到降噪后的信号。实验结果表明:该方法在EEMD的基础上有效利用了多传感器的时延估计特性,在没有任何先验信息的条件下降低了信号噪声,取得满意的效果。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。