• 한국정보통신학회논문지
• /
• 제19권2호
• /
• pp.279-286
• /
• 2015

EMD는 미리 정의된 어떠한 기저함수도 사용하지 않으며 사용자에 의해 미리 정의된 파라미터값도 필요치 않은 완전히 데이터에 기반한 신호 처리의 특징을 갖는다. 그러나 유사한 스케일을 갖는 신호 모드로 분해하는 것을 방해하는 모드 혼합이 발생하는 단점이 있다. 이를 해결하기 위해 EEMD 알고리즘이 도입되었으며, EEMD는 처리하고자 하는 신호에 가우시안 백색 잡음을 혼합하여 앙상블 수만큼 신호를 만들어 EMD 방법을 적용함으로써 모드 혼합 문제를 해결한다. 그럼에도 EEMD는 잡음이 추가된 신호 분해 시 원 신호와 상이한 모드 수를 만들어 내며, 분해된 신호들을 원 신호로 재구성 시에도 레지듀 잡음이 포함된다. 본 논문은 개선된 EEMD알고리즘으로 EMD의 모드 혼합 문제를 해결하고 원신호를 정확히 재구성하며 EEMD 보다 적은 연산 비용으로 신호 모드 분리를 제안한다. 실험결과는 EEMD 방법과 비교하여 적은 체과정의 반복으로 빠른 모드 분리를 보여 주었으며 EEMD 방법의 20.87%의 비용만으로 완전한 신호 분해가 가능하였고, 신호 복원에 있어서도 EEMD 보다 우수한 성능을 보여주었다.

• Asia-Pacific Journal of Atmospheric Sciences
• /
• 제54권4호
• /
• pp.611-622
• /
• 2018

Observed climate data are processed under the assumption that their time series are stationary, as in multi-step temperature and precipitation prediction, which usually leads to low prediction accuracy. If a climate system model is based on a single prediction model, the prediction results contain significant uncertainty. In order to overcome this drawback, this study uses a method that integrates ensemble prediction and a stepwise regression model based on a mean-valued generation function. In addition, it utilizes empirical mode decomposition (EMD), which is a new method of handling time series. First, a non-stationary time series is decomposed into a series of intrinsic mode functions (IMFs), which are stationary and multi-scale. Then, a different prediction model is constructed for each component of the IMF using numerical ensemble prediction combined with stepwise regression analysis. Finally, the results are fit to a linear regression model, and a short-term climate prediction system is established using the Visual Studio development platform. The model is validated using temperature data from February 1957 to 2005 from 88 weather stations in Guangxi, China. The results show that compared to single-model prediction methods, the EMD and ensemble prediction model is more effective for forecasting climate change and abrupt climate shifts when using historical data for multi-step prediction.

• Structural Engineering and Mechanics
• /
• 제39권6호
• /
• pp.813-831
• /
• 2011

This paper presents an efficient version of Hilbert-Huang transform for nonlinear non-stationary systems analyses. An ensemble empirical mode decomposition (EEMD) is introduced to alleviate the problem of mode mixing between intrinsic mode functions (IMFs) decomposed by EMD. Yet the problem has not been fully resolved when a signal of a similar scale resides in different IMF components. Instead of using a trial and error method to select the "best" outcome generated by EEMD, a hybrid algorithm based on EEMD and EMD is proposed for multi-mode signal processing. The developed approach comprises the steps from a bandpass filter design for regrouping modes of the IMFs obtained from EEMD, to the mode extraction using EMD, and to the assessment of each mode in the marginal spectrum. A simulated two-mode signal is tested to demonstrate the efficiency and robustness of the approach, showing average relative errors all equal to 1.46% for various noise levels added to the signal. The developed approach is also applied to a real bridge structure, showing more reliable results than the pure EMD. Discussions on the mode determination are offered to explain the connection between modegrouping form on the one hand, and mode-grouping performance on the other.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2012년도 추계학술대회 논문집
• /
• pp.388-393
• /
• 2012

Vibration condition monitoring at low rotational speeds is still a challenge. Acoustic emission (AE) is the most used technique when dealing with low speed bearings. At low rotational speeds, the energy induced from surface contact between raceway and rolling elements is very weak and sometimes buried by interference frequencies. This kind of issue is difficult to solve using vibration monitoring. Therefore some researchers utilize artificial damage on inner race or outer race to simplify the case. This paper presents vibration signal analysis of low speed slewing bearings running at a low rotational speed of 15 rpm. The natural damage data from industrial practice is used. The fault frequencies of bearings are difficult to identify using a power spectrum. Therefore the relatively improved method of empirical mode decomposition (EMD), ensemble EMD (EEMD) is employed. The result is can detect the fault frequencies when the FFT fail to do it.

• 한국공간구조학회논문집
• /
• 제19권2호
• /
• pp.101-108
• /
• 2019

In this paper, the characteristic of intrinsic mode function(IMF) and its orthogonalization of ensemble empirical mode decomposition(EEMD), which is often used in the analysis of the non-linear or non-stationary signal, has been studied. In the decomposition process, the orthogonal IMF of EEMD was obtained by applying the Gram-Schmidt(G-S) orthogonalization method, and was compared with the IMF of orthogonal EMD(OEMD). Two signals for comparison analysis are adopted as the analytical test function and El Centro seismic wave. These target signals were compared by calculating the index of orthogonality(IO) and the spectral energy of the IMF. As a result of the analysis, an IMF with a high IO was obtained by GSO method, and the orthogonal EEMD using white noise was decomposed into orthogonal IMF with energy closer to the original signal than conventional OEMD.

• 한국추진공학회:학술대회논문집
• /
• 한국추진공학회 2012년도 제38회 춘계학술대회논문집
• /
• pp.555-561
• /
• 2012

Empirical Mode Decomposition(EMD)을 통한 Hilbert Huang Transform(HHT)은 시간-주파수 영역분석 방법 중 하나로 기존의 다른 분석 방법에 비해 비선형, 비정상 신호를 해석 가능하다는 등 여러가지 이점이 있다. 그러나 인접한 주파수를 분별하기 힘들고 잡음에 취약하다는 결점이 있다고 알려져 있다. 본 논문에서는 HHT와 정상신호 분석에 효과적인 Short-Time Fourier Transform(STFT)을 비교하여 각 방법의 장 단점을 분석하고 Rijke 튜브 실험에서 얻은 열음향학적 불안정 데이터에 적용하여 잡음에 취약한 점을 보완한 Improved HHT와 비교한다. 그 결과, EMD를 이용한 Original HHT보다 EEMD를 이용한 Improved HHT가 잡음의 영향을 적게 받아 보다 정확한 신호분석이 가능하다는 것을 알 수 있었다.

• 한국소음진동공학회논문집
• /
• 제23권2호
• /
• pp.131-143
• /
• 2013

대부분의 철강산업 기계 등에 설치되어 사용되는 선회베어링은 교체를 위한 정확한 정비계획이 필요하기 때문에 저속회전체의 선회베어링에 대한 진동 상태감시가 매우 중요하게 되었다. 지금까지 음향방출(AE)법이 저속베어링의 상태감시에 가장 많이 사용되는 기술이고 몇몇의 경우는 진동을 사용한다. 음향방출을 사용하는 일반적인 이유는 저속에서 구름요소와 결함위치 사이의 충격에 의하여 발생되는 신호가 약하고 때때로 노이즈나 다른 간섭 주파수에 결함신호가 묻혀 검출이 어렵기 때문이다. 따라서 쉽게 특정 결함에 대한 결함주파수의 동정을 위하여 몇몇 연구자들은 충격에너지를 증가시키기 위하여 인위적으로 미리 정해진 길이, 넓이와 깊이의 결함을 베어링의 내, 외부 레이스에 인가하기도 한다. 이 논문에서는 15 rpm에서 운전하는 저속 선회베어링의 진동신호에 EMD와 EEMD를 적용하였고 논문에서 사용한 진동결함 신호는 국내 산업체에서 공급받은 것이다. 이 논문에서는 베어링결함 주파수 동정을 위하여 EEMD를 사용하여 결함신호의 FFT처리 결과를 입증하고 설명하였다.