EEMD是针对EMD方法的不足,提出了一种噪声辅助数据分析方法。EEMD分解原理为:当附加的白噪声均匀分布在整个时频空间时,该时频空间就由滤波器组分割成的不同尺度成分组成。当信号加上均匀分布的白噪声背景时,不同尺度的信号区域将自动映射到与背景白噪声相关的适当尺度上去。当然,每个独立的测试都可能会产生非常嘈杂的结果,这是因为每个附加噪声的成分都包括了信号和附加的白噪声。既然在每个独立的测试中噪声是不同的,当使用足够测试的全体均值时,噪声将会被消除。全体的均值最后将会被认为是真正的结果,唯一持久稳固的部分是信号本身,所 加入的多次测试是为了消除附加的噪声。
全称为Ensemble Empirical Mode Decomposition (集合经验模分解)(Wu and Huang, 2009),是EMD(经验模分解)(Huang et al. 1998; Huang and Wu, 2008)的改进算法,有效的解决了EMD的混频现象。
Wu, Z., and N. E. Huang, 2009: Ensemble Empirical Mode Decomposition: a noise-assisted data analysis method. Advances in Adaptive Data Analysis, 1, 1?41.
Huang, N. E., and Z. Wu, 2008: A review on Hilbert-Huang transform: Method and its applications to geophysical studies. Rev. Geophys., 46, RG2006, doi:10.1029/2007RG000228.
Huang, N. E., Z. Shen, S. R. Long, M. C. Wu, E. H. Shih, Q. Zheng, C. C. Tung, and H. H. Liu, 1998: The empirical mode decomposition and the Hilbert spectrum for nonlinear and nonstationary time series analysis. Proceedings of the Royal Society A, London, 454, 903–995.
在气候领域的应用如:
Wu, Z., E. K. Schneider, B. P. Kirtman, E. S. Sarachik, N. E. Huang, and C. J. Tucker, 2008: The modulated annual cycle: an alternative reference frame for climate anomalies. Climate Dyn., 31, 823–841.
Qian, C., C. Fu, Z. Wu, and Z. Yan, 2009: On the secular change of spring onset at Stockholm. Geophys. Res. Lett., 36, L12706, doi: 10.1029/2009GL038617.
Franzke, C., 2010: Long-range dependence and climate noise characteristics of Antarctic temperature data. J. Climate, doi: 10.1175/2010JCLI3654.1
Breaker, L. C., and A. Ruzmaikin, 2010: The 154-year record of sea level at San Francisco: extracting the long-term trend, recent changes, and other tidbits. Climate Dynamics, doi: 10.1007/s00382-010-0865-4
在工程领域的应用如:
李海涛,王成国,许跃生,吴朝华, 2007: 基于EEMD的轨道—车辆系统垂向动力学的时频分析. 中国铁道科学,28(5), 24-30.
Lei, Y., Z. He, Y. Zi, 2009: Application of the EEMD method to rotor fault diagnosis of rotating machinery. Mechanical Systems and Signal Processing, 23 (4), 1327-1338.
matlab emd工具箱使用
其实用起来也很简单的,举个例子:
clearall;clf;
t=0:0.1:4*pi;
%构造一个信号
x=10.*sin(t)+5.*cos(2.*t);
%加点噪声
noise=normrnd(0,1,1,length(x));
y=x+noise;
%emd分解
imf=emd(x);
[mn]=size(imf);
emd_visu(x,t,imf);
更多非常感谢您的回答,但是我按照您上面的程序编程后出现如下错误,是哪里出现的问题呢,请您指导一下,特别感谢
你装的是什么工具箱?我装的是法国人的(G. Rilling)
我又重新装了一遍工具包,现在可以了,和您用的是同样的工具箱。谢谢您。
还想再问一下,我的数据是已经提取到txt格式下的数值,可以用这个工具包分析吗,可以的话,具体怎么操作呢,希望您能继续帮帮我,谢谢啦~~
eemd方法中hilbert时频谱图怎么实现
号的方法,从根本上有 别于传统的信号时频分析方法,并在实际应用中取得了很好的效果。 EMD分解算法通过层层筛选,得到信号不同时间特征尺度的IMF分量。EMD 分解的主要目的是为了将信号进行平稳化处理,对IMF分量进行Hilbert变换
转载请注明出处51数据库 » eemd分析用什么软件 eemd分解的是行数据还是列数据