10.3969/j.issn.1671-4598.2013.06.061
一种基于小波预处理的改进总体经验模态分解方法
总体经验模态分解(EEMD)是一种基于多次经验模态分解(EMD)的信号分解方法,能够有效解决EMD方法中存在的模态混.叠问题,使得分解出来的分量更具有实际物理意义,但随之带来的问题是整个分解时间大大延长,这正是由于多次EMD分解造成的;为了能够同时提高EEMD方法的分解效率,提出了一种基于小波预处理的EEMD算法;通过实验结果可以发现改进后的EEMD算法在原始EEMD算法的基础上,分解效率平均提高了大约10.95%,得到的有效分量与原始信号的相关度也提高了大约8.68%;这就说明较原有EEMD算法相比,改进后的EEMD算法不仅能够提高信号分解速度,而且能够更为有效地提取出原始信号中的特征分量.
总体经验模态分解、经验模态分解、小波预处理、特征提取
21
TP391.9(计算技术、计算机技术)
国家自然科学基金项目资助60873139;山西省科技基础条件平台项目资助2011091003-0103
2015-01-20(万方平台首次上网日期,不代表论文的发表时间)
共4页
1601-1604