<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>

新聞中心

EEPW首頁(yè) > 手機與無(wú)線(xiàn)通信 > 設計應用 > 基于EEMD的信號處理方法分析和實(shí)現

基于EEMD的信號處理方法分析和實(shí)現

作者: 時(shí)間:2011-03-10 來(lái)源:網(wǎng)絡(luò ) 收藏

處理中,頻率是最重要的表示。傳統的傅里葉變換分析方法并不能分析出的某一頻率在甚么時(shí)刻出現,為此產(chǎn)生了能同時(shí)在時(shí)間和頻率上表示信號密度和強度的時(shí)頻分析,如短時(shí)傅里葉變換和小波變換等,但其基本思想都是根據傅里葉分析理論,對非線(xiàn)性非平穩信號的分析能力不足,受限于Heisenberg不確定原理。HHT ( Hilbert Huang Transform)是由N. E.Huang 等人在1998 年提出的一種嶄新的時(shí)頻分析方法,能夠對非線(xiàn)性非平穩的信號進(jìn)行分析,同時(shí)具有良好自適應性的特點(diǎn)。其本質(zhì)是對信號進(jìn)行平穩化處理,將具有不同時(shí)間尺度的信號逐級分解開(kāi)來(lái)。

本文引用地址:http://dyxdggzs.com/article/156612.htm

  HHT 方法在各領(lǐng)域已得到了廣泛應用,但依然存在一些不足,例如易產(chǎn)生虛假分量和模態(tài)混疊等。針對傳統經(jīng)驗模式( Empirical Mode Decomposit iON,EMD)分解方法所導致的模態(tài)混疊現象,法國以Flandrin 為首的EMD 算法研究小組和Huang 本人的研究小組通過(guò)對EMD 分解白噪聲結果統計特性的大量研究,提出通過(guò)加噪聲輔助分析( NA DA ) 的EEMD ( EnsembleEmpirical Mode Decomposition) 方法,將白噪聲加入信號來(lái)補充一些缺失的尺度,在信號分解中具有良好的表現。

  EEMD系統的實(shí)現利用了Matlab 平臺,通過(guò)GUI 控件實(shí)現了系統設計,能直觀(guān)方便地進(jìn)行比較分析,驗證了EEMD 在抗混疊方面較原有方法的改進(jìn)。

  1 經(jīng)驗模式分解( EMD) 和IMF

  HHT 方法包含兩個(gè)主要步驟:

  ( 1) 對原始數據進(jìn)行經(jīng)驗模式分解( EMD) ,把數據分解為滿(mǎn)足Hilbert 變換要求的n 階本征模式函數( IMF) 和殘余函數之和。

  ( 2) 對每一階IMF 進(jìn)行Hilbert 變換,得到瞬時(shí)頻率,從而求得時(shí)頻圖。

  函數必須關(guān)于時(shí)間軸局部對稱(chēng),且其過(guò)零點(diǎn)與極值點(diǎn)個(gè)數相同。此類(lèi)函數被稱(chēng)為固有模態(tài)函數( Int rinsicMode Function,IMF) 。

  經(jīng)驗模式分解方法能把非平穩、非線(xiàn)性信號分解成一組穩態(tài)和線(xiàn)性的序列集,即本征模式函數。根據Huang 的定義,每一階的IMF 應滿(mǎn)足兩個(gè)條件:

  ( 1) 數據的極值點(diǎn)和過(guò)零點(diǎn)交替出現,且數目相等或最多相差一個(gè)任何點(diǎn)上;

  ( 2) 在任何點(diǎn)上,有局部最大值和局部最小值定義的包絡(luò )的均值必須是零。

  其篩選算法如下:

  ( 1) 對于輸入信號x ( t) ,確定x ( t) 所有極值點(diǎn)。

  ( 2) 用三次樣條函數對極大點(diǎn)和極小點(diǎn)分別進(jìn)行擬合得到x ( t) 的上下包絡(luò )線(xiàn)。

  ( 3) 用原始數據序列減去上下包絡(luò )線(xiàn)的均值。

  平均曲線(xiàn):


  細節信號:


  ( 4) 通常s( t ) 還不滿(mǎn)足IMF 的條件,需重復進(jìn)行以上步驟,進(jìn)行迭代處理,H uang 給出的迭代停止準則為:



  SD 是篩選門(mén)限值,一般取值為0. 2~ 0. 3,若計算SD 小于這個(gè)門(mén)限值,篩選迭代將會(huì )結束。

  經(jīng)過(guò)n 次迭代滿(mǎn)足停止準則后得到的sn ( t) 即為有效IMF,剩余信號則進(jìn)入下一輪篩選過(guò)程。

  經(jīng)過(guò)多次篩選后,原始數據序列被分解為一組IMF 分量和一個(gè)殘余量,得到的IMF 都是平穩的,通過(guò)Hilbert 變換得到的結果能夠很好地分析非線(xiàn)性非平穩的信號。

  2 傳統EMD 的不足與缺陷

  當信號的時(shí)間尺度存在跳躍性變化時(shí),對信號進(jìn)行EMD 分解,會(huì )出現一個(gè)IMF 分量包含不同時(shí)間尺度特征成分的情況,稱(chēng)之為模態(tài)混疊。

  模態(tài)混疊的出現一方面和EMD 的算法有關(guān),另一方面也受原始信號頻率特征的影響。

  Huang 曾經(jīng)提出了中斷檢測的方法來(lái)解決模態(tài)混疊現象,即直接對結果進(jìn)行觀(guān)察,如果出現混疊則重新分解,這種方法需要人為后驗判斷。

  重慶大學(xué)的譚善文提出了多分辨率的EMD 思想,對每一個(gè)IMF 規定一個(gè)尺度范圍來(lái)解決模態(tài)混疊,但是這種方法犧牲了EMD 良好的自適應性。

模擬信號相關(guān)文章:什么是模擬信號



上一頁(yè) 1 2 3 4 下一頁(yè)

關(guān)鍵詞: 信號 仿真

評論


相關(guān)推薦

技術(shù)專(zhuān)區

關(guān)閉
国产精品自在自线亚洲|国产精品无圣光一区二区|国产日产欧洲无码视频|久久久一本精品99久久K精品66|欧美人与动牲交片免费播放
<dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><small id="yhprb"></small><dfn id="yhprb"></dfn><small id="yhprb"><delect id="yhprb"></delect></small><small id="yhprb"></small><small id="yhprb"></small> <delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"></dfn><dfn id="yhprb"></dfn><s id="yhprb"><noframes id="yhprb"><small id="yhprb"><dfn id="yhprb"></dfn></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><small id="yhprb"></small><dfn id="yhprb"><delect id="yhprb"></delect></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn> <small id="yhprb"></small><delect id="yhprb"><strike id="yhprb"></strike></delect><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn><dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn><dfn id="yhprb"><s id="yhprb"></s></dfn>