-
题名常见不同模态信号分解方法探讨
被引量：8
- 1
-
-
作者
邢昀
荣剑
-
机构
西南林业大学大数据与智能工程学院
-
出处
《现代计算机》
2018年第24期7-11,共5页
-
基金
国家自然科学基金项目(No.61261013)
-
文摘
经验模态分解(EMD)是一种自适应的信号时频分析方法,它把信号分解成一系列本征模态函数(IMF)和残差分量。集合经验模态分解方法(EEMD)是通过向原始信号中加入高斯白噪声,来抑制经验模态分解过程中存在的模态混叠现象。补充的EEMD(CEEMD)是通过向目标信号添加成对的符号相反的白噪声,来确保信号分解具有真实的物理意义。改进的集合经验模态分解(MEEMD)结合CEEMD与排列熵(PE)算法在抑制模态混叠方面取得理想的结果,并解决计算量大的问题。变分模态分解(VMD)是在EMD的基础上发展出来的一种新型信号处理方法,它进一步避免模态混叠现象并且有着更高的运算效率。讨论EMD、EEMD、CEEMD、MEEMD、VMD在信号分解处理时的效果差异。
-
关键词
经验模态分解(EMD)
集合经验模态分解(EEMD)
补充的集合经验模态分解(ceemd)
改进的集合经验模态分解(MEEMD)
变分模态分解(VMD)
-
Keywords
Empirical Mode Decomposition(EMD)
Set Empirical Mode Decomposition(EEMD)
Complementary Set Empirical Mode Decomposition (ceemd)
Improved Set Empirical Mode Decomposition(MEEMD)
Variation Mode Decomposition(VMD)
-
分类号
TN911.6
[电子电信—通信与信息系统]
-
-
题名基于补充的集合经验模态最优降噪整形算法
- 2
-
-
作者
董宝伟
钱秋亮
邵馨叶
邵建龙
-
机构
昆明理工大学信息工程与自动化学院
佛罗里达理工学院科学与工程学院
-
出处
《数据通信》
2020年第3期20-22,共3页
-
基金
昆明理工大学科技项目KKK0201803003
2015年度教育技术研究项目2506100219资助。
-
文摘
为了准确提取噪声干扰的脉冲信号,本文基于补充的集合经验模态分解的最优降噪整形算法,算法基于固有模态函数构建不同的带通滤波器和方波整形,并依据均方误差、线性相关度和目标函数值指标来建立最优降噪整形算法的判断指标。采用脉冲信号、调幅调频信号和高斯白噪声信号合成数值模拟信号进行仿真实验,本算法能够准确地提取脉冲信号,表明数值模拟仿真实验成功,可应用于提取受噪声干扰的单位脉冲信号。
-
关键词
脉冲信号
补充的集合经验模态分解(ceemd)
带通滤波
最优降噪整形算法
-
分类号
TN911.72
[电子电信—通信与信息系统]
-
