参考文献/References:
[1]王潇涵. 语音信号去噪研究[J]. 数字技术与应用,2017,34 (6):76~77,79.
[2]张启帆,侯力,魏永峭,等.LMD与小波阈值降噪结合的轴承故障识别[J]. 组合机床与自动化加工技术,2017,48 (3):105~
108.
[3]李其建,徐海波. 改进EMD阈值小波滤波方法[J]. 机械科学与技术,2017,36 (8):1~4.
[4]刘霞,黄阳,黄敬,等. 基于经验模态分解(EMD)的小波熵阈值地震信号去噪[J]. 吉林大学学报(地球科学版),2016,46
(1):262~269.
[5]程军圣,张亢,杨宇,等. 局部均值分解与经验模式分解的对比研究[J]. 振动与冲击,2009,28 (5):13~16,201.
[6]YangYu,ChengJunsheng,ZhangKang,Anensemblelocalmeansdecompositionmethodanditsapplicationtolocalrub-impactfault
diagnosisoftherotorsystems [J].Measurement,2012,45 (3):561~570.
[7]LiuZhiwen,HeZhengjia,Guo Wei,etal.Ahybridfaultdiagnosismethodbasedonsecondgenerationwaveletde-noisingandlocal
meandecompositionforrotatingmachinery [J].ISATransactions,2016,61:211~220.
[8]李晋,彭冲,汤井田,等. 局域均值分解和小波阈值在大地电磁噪声压制中的应用[J]. 振动与冲击,2017,36 (5):134~141,156.
[9]SunJiedi,PengZhitao,WenJiangtao.Leakageaperturerecognitionbasedonensemblelocalmeandecompositionandsparserepresentationfor
classificationofnaturalgaspipeline [J].Measurement,2017,108:91~100.
[10]鞠萍华,秦树人,赵玲. 基于LMD的能量算子解调方法及其在故障特征信号提取中的应用[J]. 振动与冲击,2011,30 (2):
1~4,23.
[11]张雪冰,刘财,刘洋,等. 基于局部均值分解的地震信号时频分解方法[J]. 吉林大学学报(地球科学版),2017,47 (5):1562
~1571.
[12]吴炬卓,牛海清,叶开发. 基于粒子群优化的最佳阈值法在局部放电信号去噪中应用[J]. 电测与仪表,2015,52 (10):100~104.
[13]陆真,裴东兴,刘莉,等. 基于改进小波阈值函数和PSO的语音增强算法[J]. 激光杂志,2016,37 (2):141~145.