[发明专利]基于LSTM与EMD的模态识别方法在审
| 申请号： | 201910165765.3 | 申请日： | 2019-03-05 |
| 公开（公告）号： | CN109919082A | 公开（公告）日： | 2019-06-21 |
| 发明（设计）人： | 王燕华;吴刚;董斌;侯士通;蒋剑彪 | 申请（专利权）人： | 东南大学;北京特希达交通基础设施顾问有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 柏尚春 |
| 地址： | 211189 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于LSTM与EMD的模态识别方法，包括如下步骤：获取信号数据；利用LSTM算法对信号的左右两端数据进行预测延申，得到拓展后的信号数据；利用EMD算法分解上述拓展后的信号数据，得到信号的各阶模态信号；将各阶模态信号在原始信号的左右端点处截断，形成最终的各阶模态信号。本发明能够有效地解决传统的经验模态分解法(EMD)在信号分解时的端点效应以及模态混叠效应，从而使损伤识别、机械故障诊断的结果更为准确，鲁棒性更强。 | ||
| 搜索关键词： | 模态信号 模态识别 信号数据 算法 经验模态分解法 机械故障诊断 端点效应 获取信号 两端数据 模态混叠 损伤识别 信号分解 原始信号 传统的 鲁棒性 有效地 截断 拓展 分解 预测 | ||
【主权项】：
1.一种基于LSTM与EMD的模态识别方法，其特征在于：包括如下步骤：S1：测量得到物体振动加速度时程数据信号；S2：对所得的振动加速度时程数据信号进行去噪处理；S3：利用LSTM算法对S2中去噪后的信号进行左右延拓，得到延拓信号；S4：利用EMD算法将S3中的延拓信号进行分解，得到各阶模态信号；S5：将S4中得到的各阶模态信号在S1步得到的信号的左右两端处截断，得到端点平滑的各阶模态信号。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东南大学;北京特希达交通基础设施顾问有限公司，未经东南大学;北京特希达交通基础设施顾问有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910165765.3/，转载请声明来源钻瓜专利网。
