一种基于小波预处理的改进总体经验模态分解方法

作者：樊刘娟; 冯秀芳; 朱晓军

来源：计算机测量与控制, 2013, (06): 1601-1604.

DOI：10.16526/j.cnki.11-4762/tp.2013.06.042

• 总体经验模态分解
• 经验模态分解
• 小波预处理
• 特征提取 ensemble empirical mode decomposition
• empirical mode decomposition
• feature extraction
• wavelet pretreatment

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。

• 单位
  太原理工大学