经验模态分解中多种边界处理方法比较研究

《经验模态分解中多种边界处理方法比较研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、---------------------------------------------------------------范文最新推荐------------------------------------------------------经验模态分解中多种边界处理方法比较研究在处理经验模态分解中,一个重要的问题就是对其边界效应的处理.1998年NordenEHuang为了有效地分解非线性非平稳信号，首先提出了经验模态分解希尔伯特谱(EmpiricalModeDecomposition／Hil

2、bertSpectrum，EMD／HS)的概念，从而使瞬时频率有了确切的物理意义。论文首先阐述了EMD时频分析方法，给出了其与传统时频方法的比较，然后介绍了EMD算法的特点，详细说明了EMD方法中边界效应的问题。在介绍了已经提出的多种边界效应处理方法的基础上，重点比较了3种处理方法：补零延拓法，端值延拓法，镜像法。并设计了一个误差评价公式，并进行了相应的分析。7769关键词：信号处理边界效应经验模态分解边界处理方法TitlResearchonMethodsforMitigationofBoundEf

3、fect13/13---------------------------------------------------------------范文最新推荐------------------------------------------------------inEmpiricalModeDecompositionAbstractAbstractAbstractAbstractOneofthemostimportantproblemsinEmpiricalModeDecomposition(EM

4、D)applicationsismitigationoftheendeffect.EmpiricalModeDecomposition／HilbertSpectrum(EMD／HS)wasfirstproposedbyNE．Huangin1998，whichcandecomposethenonlinearandnon—stationarysignals，thengivesabetterunderstandingofthephysicsbehindthesignals．Thedissert

5、ationfirstreviewstheEMDtime．frequencyanalysismethod，comparesthe13/13---------------------------------------------------------------范文最新推荐------------------------------------------------------EMDwithsometraditionaltime—frequencyanalysismethods．Sub

6、sequently，thepropertiesofEMDaresummarized，andthepivotalproblemsarepresentedintheEMDalgorithm．Finally，intermsofthe1-DEMDalgorithm，the2-DEMDmethodisgiven．Then,wecomparewiththreeendeffectmitigationmethods.thereareaddzeroextendingmethod,endofvalueextending

7、methodandmirrorextremaextendingmethod.Withatestmethodwascompare13/13---------------------------------------------------------------范文最新推荐------------------------------------------------------内却失去了分辩能力。而基于EMD的处理方法，仅依据数据本身的信息进行分解，与小波分析相比，不仅具有其全部优点，而且在分辨率

8、上能消除小波分析的模糊和不清晰，还能更为准确的反映原信号的物理特性。短数据序列的处理在实际的应用中是不可回避的话题，在线性框架下基于EMD分解的Hilbert谱与Wavelet谱具有相同的表观特性，但是Hilbert谱分别在时域和频域内的分辨率都远远高于Wavelet谱，依此得到的分析结果能够准确地反映出系统原有的物理特性。能够准确地处理非常短的数据序列是EMD分解以及与之相关的Hilbert变换的另外一个优点。虽然其它信号处理方法也能够处理短数据序列，但效果均不理想