基于高阶微分的 ＥＭＤ均值计算方法

fordies1

摘 要： 为了改善经验模态分解的分离性能，提出一种基于信号高阶微分的分解算法．本文首先讨论了经验模 态实现模态分离的必要条件，并证明对输入信号进行偶数阶数值微分可以提高模态分离性能．然后在此基础上提出一 种以偶数阶微分的过零点为特征的均值计算方法．最后对仿真信号的分解进行了实验研究．结果表明，本文方法可以 改善分离性能，性能提高的程度与理论分析结果符合；与经验模态分解相比，本文方法具有更高的分解精度．

关键词： 经验模态分解；数值微分；时间序列分析

; j  O0 z- w' i

     经验模态分解是美国科学院院士 Ｈｕａｎｇ［１］提出的信号分解方法．ＥＭＤ 通过一种被称为筛分的方法，将多分量输入信号分解成 多个本征模态函数．筛分的 目的是不断地将低频分量从信号中分离，最终得到关于 时间轴对称的 ＩＭＦ．与其他方法相比，ＥＭＤ具有自适应、 后验性等特点，适用于平稳信号和非平稳信号．这使该 方法一经提出便在各个领域得到了广泛的应用。

5 j/ ?, c  m: U* M& s0 p, \# Y/ j& r; @% V
( `! M+ ~8 U( [) ?( k% t附件下载:

游客，如果您要查看本帖隐藏内容请回复

Ｄ.H

时间序列分析