低采样率下经验模态分解性能提升研究

摘要：

经验模态分解（EMD）使用信号极值点的位置和取值信息进行分解，对采样率有较高的要求。针对EMD在低采样率下性能降低的现象，提出一种基于B样条拟合的信号局部均值计算方法。首先提取信号极值点出现的时刻作为尺度，然后通过对极值点时刻进行重新采样构造B样条节点，最后应用B样条最小二乘拟合方法直接计算局部均值。与EMD方法相比，该方法不需要信号极值点的准确位置和取值，因此不容易受到低采样率的影响。对平稳信号和非平稳信号的仿真结果表明，该方法能在接近奈奎斯特频率的低采样率下获得较高的性能。与基于插值的解决方案相比，该方法的分离性能更好。

关键词：经验模态分解、B样条拟合、低采样率、信号分解、时频分析

所属期刊栏目：35

分类号：TH137

资助基金：国家自然科学基金61361006

在线出版日期：2016-10-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：185-190