噪声环境中的EMD改进算法

编号 zgly0000910972

文献类型 期刊论文

文献题名 噪声环境中的EMD改进算法

作者 刘迎军  杨志景  董健卫  李淑龙 

作者单位 南方医科大学生物医学工程学院  广东工业大学信息工程学院  广东药学院基础学院 

母体文献 中山大学学报;自然科学版 

年卷期 2014(4)

页码 25-34

年份 2014 

关键词 经验模式分解  噪声  本征模函数  光滑样条  广义交叉验证 

文摘内容 经验模式分解(Empirical Mode Decomposition,EMD)是近年来出现的一种自适应的信号分解算法,该方法受到了广泛的关注,被成功应用于许多领域。然而,当信号包含噪声时,它存在过度分解的弊端,容易受噪声的干扰,因而严重地限制了该方法的推广。为了解决这一问题,提出了一种改进的EMD方法:在首轮分解时,采用光滑样条拟合来代替原来的三次样条插值,可避免对噪声成分过度分解,从而极大地减少了噪声成分的干扰。仿真实验证实了新方法有显著的改进效果;两个实际气候数据序列分解的例子进一步说明了新方法的有效性和优越性。