仿真信号EMD分解程序.docxVIP

下载本文档

27
0
约1.05万字
约 13页
2017-11-20 发布于浙江
举报
版权申诉

仿真信号EMD分解程序.docx

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

附录1 仿真信号EMD分解程序clc;clear all;t=linspace(0.15,1.15);a=4*sin(20*pi*t).*sin(pi*2*t/10)+sin(10*pi*t);plot(t,a);imf=emd(a);a1=imf(1,:);a2=imf(2,:);a3=imf(3,:);a4=imf(4,:);a5=imf(5,:);t=linspace(0.15,1.15);subplot(5,1,1);plot(t,a1),title(imf1);subplot(5,1,2);plot(t,a2),title(imf2);subplot(5,1,3);plot(t,a3),title(imf3);subplot(5,1,4);plot(t,a4),title(imf4);subplot(5,1,5);plot(t,a5),title(res);xlabel(时间(time)t/s),ylabel(幅值/mm);附录2 仿真信号前端10个数据点的预测程序clc;clear all;t=linspace(0.15,1.15);d=4*sin(20*pi*t).*sin(pi*2*t/10)+sin(10*pi*t);a(1:100)=d;a=a;n=a(1:100,1);b=flipud(n);for k=1:96; m(k,1:5)=b([k k+1 k+2 k+3 k+4]);endT=m(2:96,5);p_test=m(96,1:5);m(96,:)=[];p=m(:,1:5);p=p;T=T;net=newff(minmax(p),[11,1],{tansig,purelin},trainlm);net.trainParam.epochs=1000;net.trainParam.goal=1e-8;net.trainParam.show=5;net.trainParam.lr=0.1;net=train(net,p,T);c(1)=p_test(1,1);c(2)=p_test(1,2);c(3)=p_test(1,3);c(4)=p_test(1,4);c(5)=p_test(1,5);j=1;for i=1:10; y(i,:)=[c(j) c(j+1) c(j+2) c(j+3) c(j+4)]; x(:,i)=y(i,:); c(j+5)=sim(net,x(:,i)); j=j+1;enddisp(c);T(91:105)=c;t1=fliplr(T);t0=(0.06:0.01:1.10);plot(t0,t1,*r);hold on;ezplot(4*sin(20*pi*t).*sin(pi*2*t/10)+sin(10*pi*t),[0.06,1.10]);hold off;xlabel(时间(time)t/s);ylabel(幅值/mm);legend(预测振动曲线（*）与实际测试曲线（蓝）比较);print(gcf,-dpng,d:\5.png);附录3 仿真信号后端20个数据点的预测程序clc;clear all;t=linspace(0.15,1.15);d=4*sin(20*pi*t).*sin(pi*2*t/10)+sin(10*pi*t);a(1:100)=d;a=a;b=a(51:100,1);for k=1:46; m(k,1:5)=b([k k+1 k+2 k+3 k+4]);endt=m(2:46,5);p_test=m(46,1:5);m(46,:)=[];p=m(:,1:5);p=p;t=t;net=newff(minmax(p),[11,1],{tansig,purelin},trainlm);net.trainParam.epochs=1000;net.trainParam.goal=1e-8;net.trainParam.show=5;net.trainParam.lr=0.1;net=train(net,p,t);c(1)=p_test(1,1);c(2)=p_test(1,2);c(3)=p_test(1,3);c(4)=p_test(1,4);c(5)=p_test(1,5);j=1;for i=1:20; y(i,:)=[c(j) c(j+1) c(j+2) c(j+3) c(j+4)]; x(:,i)=y(i,:); c(j+5)=sim(net,x(:,i)); j=j+1;endt3=c(6:25);t1=(1.16:0.01:1.35);plot(t1,t3,*r);hold on;ezplot(4*sin(20*pi*t).*sin(pi*2*t/10)+sin(10*pi*t),[0.71,1.35]);hold off;x