scaler几种改善EMD端点效应方法的比较研究作者:祁艳杰 王黎明 杨泽辉 付朝霞来源:《现代电子技术》2013年第22期 摘 要: 经验模态分解(EMD)的一个关键问题是改善端点效应。目前工程上已经提出了多种处理方法。在此对端点镜像方法、多项式拟合法、极值延拓法、平行延拓法和边界局部特征尺度延拓法等5种方法进行对比研究,利用分解信号与原信号的相似系数、分解信号与原信号的平均相对误差以及算法的运行时间作为端点处理方法的评价指标。仿真结果表明,极值延拓法是处理准周期信号的相对较好的EMD端点效应处理方法。 关键词: 经验模态分解; 端点效应; 评价指标; 相似系数; 平均相对误差
中图分类号: TN964⁃34 文献标识码: A 文章编号: 1004⁃373X(2013)22⁃0050⁃03
0 引 臧世凯>中华医院管理学会言
1998年,Huang等人提出了一种新的信号处理方法:经验模态分解方法(Empirical Mode Decomposition, EMD)[1]。它用不同特征尺度的数据序列本征模函数(Intrinsic Mo
de Function,IMF)分量来逐级分解信号。该方法可以对一个非平稳信号进行平稳化处理。
在panelEMD分解中,每个IMF需要多次“筛选”过程,而每一次筛选过程,需要根据上、下包络计算出信号的局部平均值。上(下)包络是由信号的局部极大(小)值通过3次样条插值得到的。但信号的端点不可能同时处于极大值或极小值,因此上、下包络在数据序列两端会发散,且这种发散会随着运算的进行而逐渐向内,从而使得整个数据序列受到影响,这就是所谓的EMD方法的端点效应。
国内外很多研究者对改进EMD端点效应问题进行了研究。目前,常用的EMD端点效应处理方法有镜像法[2⁃3]、极值延拓法[2]、神经网络预测[4]、多项式外延[5⁃6]方法、平行延拓法[7]、边界局部特征尺度延拓法[8]。神经网络延拓算法的运算速度慢,在工程应用中实时性差。所以本文只对镜像法、极值延拓法、多项式法、平行延拓法和边界局部特征尺度延拓法进行比较,从而得到对工程应用有指导意义的结果。
南京禽流感最新消息