经验模态分解与非线性动力学分析的协同研究

本项目拟结合经验模态分解（EMD）和非线性动力学分析进行研究，针对EMD方法在非线性特征量分析、预测、同步、微弱信号识别以及使用非线性预测方法处理EMD端点效应等问题进行研究。建立EMD的内在模态函数与原信号之间非线性特征量的关系模型以指导非线性长时预测，分析数据分解对非线性信号吸引子的影响，并将其研究方法扩展到小波分解、奇异值分解、Karhunen - Loeve分解中；提出基于EMD方法的非线性长时预测、预测同步和微弱信号识别方法，用来指导非线性系统趋势预测和大型机械故障诊断；给出解决较短非线性序列EMD端点效应问题的最佳非线性预测方法。本项目的研究成果在大型机械故障诊断、工业过程控制、经济和财政数据处理等领域中的非线性时间序列分析有着重要的实用价值。

本项目结合经验模态分解（EMD）和非线性动力学分析进行研究，针对EMD方法在非线性特征量分析、预测、同步、微弱信号识别以及使用非线性预测方法处理EMD 端点效应等问题进行研究。建立EMD 的内在模态函数与原信号之间非线性特征量的关系模型以指导非线性长时预测，分析数据分解对非线性信号吸引子的影响，并将其研究方法扩展到小波分解中；提出基于EMD 方法的非线性长时预测、预测同步和微弱信号识别方法，用来指导非线性系统趋势预测和大型机械故障诊断。通过研究，将本项目的理论研究成果应用到非线性转子的动力学预测和语音信号的增强中，取得了较好的效果。本项目的研究成果在大型机械故障诊断、工业过程控制、经济和财政数据处理等领域中的非线性时间序列分析有着重要的实用价值。