经验模态分解方法及其实现

经验模态分解方法及其实现

ID:5388954

大小:324.96 KB

页数:4页

时间:2017-12-08

经验模态分解方法及其实现_第1页
经验模态分解方法及其实现_第2页
经验模态分解方法及其实现_第3页
经验模态分解方法及其实现_第4页
资源描述:

《经验模态分解方法及其实现》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、经验模态分解方法及其实现1,211刘慧婷,倪志伟,李建洋(1.合肥工业大学计算机网络所,合肥230009;2.安徽大学计算机科学与技术学院,合肥230039)E-mail:wangph168@yahoo.com.cn摘要:经验模态分解方法可以有效提取非线性非稳定信号的瞬时特征。提出了经验模态分解方法中“筛”过程存在的端点问题、循环终止条件等重要问题的解决方案;并以经验模态分解方法为核心实现了非线性非稳定信号处理系统,在给出该系统如何处理外来信号流程图的同时,对系统界面的功能、生成方法和运算模块的功能、结构进行了详细地阐述。关键词:经验模态分解方法;“筛”过

2、程;非线形非稳定信号处理系统;MATLAB文章编号:1002-8331(2006)32-0044-04文献标识码:A中图分类号:TP311EmpiricalModeDecompositionMethodanditsImplementation1,211LIUHui-ting,NIZhi-wei,LIJian-yang(1.InstituteofComputerNetworkSystem,HefeiUniversityofTechnology,Hefei230009,China;2.SchoolofComputerScienceandTechnology,A

3、nhuiUniversity,Hefei230039,China)Abstract:Theempiricalmodedecompositionmethodcanextracttheinstantaneouscharacteristicsofthenon-linearandnon-stationarysignalseffectively.Inthepaper,itgivesschemestosolvetheimportantproblemsthatshouldbepaidat-tentiontoduringthesiftingprocessoftheEMD,

4、suchastheendissueandtheterminatingconditionoftheloop.Thenitrealizesanon-linearandnon-stationarysignalprocessingsystembasedontheempiricalmodedecomposition,whichisthecoreofthesystem.Atlast,itgivesaflowchartabouthowthesystemdealswiththesignals,meanwhile,thefunc-tionoftheinterface,how

5、tomaketheinterfaceofthesystem,thefunctionandthestructureoftheoperationmodulesareexpoundedparticularly.Keywords:theempiricalmodedecompositionmethod;siftingprocess;thenon-linearandnon-stationarysignalpro-cessingsystem;MATLAB1引言面,生成了具有实用价值的非线性非稳定信号处理系统。经验模态分解方法(EmpiricalModeDecomposi

6、tion,EMD)是Huang[1]在1998年提出的一种新的信号处理方法。1999年,2经验模态分解方法Huang[2]又对它进行了一些改进。该方法自推出以来受到信经验模态分解方法从本质上讲是对一个信号(或其导数,号处理领域的重视,它自身存在的一些不足得到了相应的改视所需的分解精度而定)进行平稳化处理,其结果是将信号中进[3-5]。如何利用程序开发出以EMD理论为核心的非线形非稳不同尺度的波动或趋势逐级分解开来,产生一系列具有不同特定信号处理系统,实现EMD理论潜在的实用价值和经济价值,征尺度的数据序列,每一个序列称为一个本征模函数(Intrinsic是

7、目前信号领域关注的热点。ModeFunction,IMF)。最低频率的IMF分量通常情况下代表原MATLAB[6]是一个高度集成的,集科学计算、程序设计和可始信号的趋势或均值。作为一种应用,EMD分解方法可以有效视化于一身的软件环境。在该软件化境中,问题和问题的解答地提取一个数据序列的趋势或去掉该数据序列的均值。测试结均以人们熟悉的数学形式表示出来,其典型应用包括:数学和果表明,EMD方法是目前提取数据序列趋势或均值的最好方计算;算法开发;建模和仿真;数值分析、检测和可视化;应用程法[3],EMD方法的另一目的是为了进一步对各IMF分量进行序开发(包括图形

8、用户界面)等。Hilbert变换,获得信号的瞬时特征。本文首先介绍

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。