10.3969/j.issn.1673-629X.2014.11.031
采用支持向量回归抑制噪声的经验模态分解方法
在实际信号分解中,经验模态分解( EMD)是对噪声敏感的,往往会分离出一些虚假的本征模函数,对信号的分析产生一定影响。为了提高EMD分解的正确率,减少其出现虚假本征模函数的情况,文中提出了一种基于支持向量回归( SVR)的去噪方法。先对一次EMD分解结果进行SVR逐层滤波并且对信号进行重组,然后利用EMD方法对重组信号进行二次分解。实验表明,二次分解结果已经非常接近于理想的分解结果,不会出现虚假IMF。这种分解方法对噪声不敏感,能有效提高EMD方法对噪声的容忍度。
信号处理、经验模态分解、支持向量回归、噪声抑制
TN911.7
江苏省自然科学基金BK2011789;东南大学毫米波国家重点实验室开放课题K201318
2014-12-09(万方平台首次上网日期,不代表论文的发表时间)
共5页
122-126