[發明專利]一種改進的經驗模態分解處理方法

在審

• 申請號: 201410176546.2
• 申請日: 2014-04-29
• 公開（公告）號: CN104007315A
• 公開（公告）日: 2014-08-27
• 發明（設計）人: 張壽明;司莉;畢貴紅;原天龍
• 申請（專利權）人: 昆明理工大學
• 主分類號: G01R23/16
• 分類號: G01R23/16
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及一種改進的經驗模態分解處理方法，屬于非平穩信號經驗模態分解分析領域。

背景技術

EMD是美籍華人Huang提出的一種根據信號局部時變特征進行自適應的時頻分析方法，能把一個復雜信號分解為多個含單一頻率的內稟模態函數（Intrinsic?Model?Function，IMF）之和。由于其具有很好的時頻聚集性和自適應性，適合分析處理非平穩、非線性信號，被廣泛應用于工程領域。但是，EMD作為一種經驗算法，自身存在缺陷，其中以端點效應和模態混疊問題最為突出。

EMD首先需要確定信號???????????????????????????????????????????????的所有局部極值點，用三次樣條函數對信號的局部極大、小值進行擬合，形成上、下包絡線，求出上、下包絡線的平均值，記作，并計算：。若滿足IMF的條件，則得到第一個IMF分量，記為；若不滿足條件，則將作為一個新的信號，重復上述步驟，直至滿足條件的被分解出來，作為信號的第一個IMF分量。然后將從原始信號中分離，得到，重復以上過程得出第2個滿足條件的IMF分量，循環n次后結束。

在上述過程中，每次利用三次樣條曲線擬合包絡線時，由于信號兩端極值的不確定性，會在三次樣條插值時產生擬合誤差，端點附近的擬合包絡線偏離真實包絡線，并且隨著每一次分解計算的進行，誤差不斷累積向內擴散，導致端點效應的產生。而模態混疊現象，就是在EMD分解后，一個IMF分量中包含了尺度差異較大的頻率分量，或者是一個尺度相似的頻率分量出現在了不同的IMF分量中，模態混疊的出現就使得原先的EMD分解出來的IMF分量失去了其應該包含的物理意義。研究表明，以下兩種情況會引起模態混疊。第一，當被分解信號中含有小幅值、高頻的間斷信號時，分解結果中出現模態混疊，將這類間斷信號統稱為“異常事件”；第二，被處理信號中含有某種頻率或幅值關系的分量同時存在時，EMD分解結果中也會產生模態混疊現象。

發明內容

本發明提供了一種改進的經驗模態分解處理方法，以用于解決經驗模態分解中存在的端點效應及模態混疊問題。

本發明的技術方案是：一種改進的經驗模態分解處理方法，首先對原始信號u₀(t)進行鏡像延拓及加余弦窗處理，得到信號u₁(t)；然后對信號u₁(t)進行異常事件引起的模態混疊判斷并對存在異常事件引起的模態混疊的信號去除異常事件；接著對不存在異常事件引起的模態混疊信號或者去除了異常事件的存在異常事件引起的模態混疊信號進行相近頻率分量造成的模態混疊判斷；再對存在相近頻率分量造成的模態混疊信號構造掩膜信號，獲取添加掩膜信號后分解的頻率分量；最后對添加掩膜信號后分解的頻率分量或者不存在相近頻率分量造成的模態混疊信號去除延拓數據，得到消除端點效應或者得到消除端點效應和模態混疊的EMD分解結果。

所述方法的具體步驟如下：

A、鏡像延拓及加余弦窗處理：用鏡像延拓的方法對原始信號u₀(t)兩端分別延拓出一段時間數據，并將整段數據乘以余弦窗函數得到信號u₁(t)；

B、異常事件引起的模態混疊判斷：

B1、若u₁(t)中存在異常事件引起的模態混疊，則加入一個比異常事件頻率更高的高頻信號，構成信號u₂(t)，并對u₂(t)進行EMD分解，得到多個IMF分量，將含有異常事件及高頻信號的IMF分量從u₂(t)中去除；再將剩余IMF分量及余量誤差求和得到信號u₃(t)；接著執行步驟C；

B2、若u₁(t)中不存在異常事件引起的模態混疊，則執行步驟C；

C、相近頻率分量造成的模態混疊判斷：

C1、若存在相近頻率分量造成的模態混疊，