一种基于小波预处理的改进总体经验模态分解方法

摘要：

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.

关键词：总体经验模态分解、经验模态分解、小波预处理、特征提取

所属期刊栏目：21

分类号：TP391.9(计算技术、计算机技术)

资助基金：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

在线出版日期：2015-01-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1601-1604