博文

Captain Dialog 2009-09-21 经验模态分解(EMD)算法测试

已有 25860 次阅读 2009-9-21 17:36 |个人分类:算法研究|系统分类:科研笔记| EMD方法

Captain Dialog 2009-09-21

1、EMD方法介绍

经验模态分解法(EMD)是将信号分解成一些列特诊时间尺度(IMF)分量，使得各IMF分量是窄带信号，即IMF分量必须满足下面两个条件：在整个信号长度上，极值点和过零点的数目必须相等或者至多只相差一个；在任意时刻，由极大值点定义的上包络线和由极小值点定义的下包络线的平均值为零，即信号的上下包络线关于时间轴对称。简单的说就是将一个复杂信号分解成多个简单信号的过程。同小波变换相比，EMD方法是完全根据信号数据本身来确定需要分解出多少个IMF，因此更加的具有自适应性。Huang在1998年提出HHT变换后，EMD作为HHT的核心组成部分，引起多研究学者的关注和深入研究，并取得了进展。

2、EMD方法的实现

EMD方法是基于如下假设基础上的：

（1）信号至少有两个极值点，一个极大值和一个极小值；

（2）特征时间尺度通过两个极值点之间的时间定义；

（3）若数据缺乏极值点但有形变点，则可通过数据微分一次或几次获得极值点，然后再通过积分来获得分解结果。

其算法实现描述为：

EMD算法实现程序流程图