加载中…
  
博文
(2022-07-30 18:01)
看看
标签:

总体经验模式分解

eemd

本征模函数

imf

分类: 斤斤计较

        上一篇谈了RCADA的eemd函数存在的问题。这一篇谈谈我的eemd方法。我还是打算用G.Rilling编写的emd程序作eemd的基程序。但分析信号叠加各次白噪声再经emd分解后,所得imf分量个数不一样,怎么样把它们合成在一起呢?我的方法是分组:分量个数相同的imf放在同一组,总体计算只在组内进行。至于在相同的初始条件下为什么会分解出不同个数的imf分量来,这本身就是一个问题,应该另行研究,不应该回避。因为“真理只有一个”。

 

        先交代一个小问题。我在《29、黄锷院士的一个疏忽》中提到,用Rilling的emd函数计算所得到的jmf,偶尔会出现大于0的极小值或小于0的极大值情况,我称其为非严格的imf,否则,若所有的极大值都大于0,所有的极小值都小于0,则称其为严格的imf。由于我以后使用的我自编的瞬时频率估计函数,是针对严格的imf,因此我对Rilling的emd函数作了

标签:

生理信号

小波

消噪

人体节律

生命科学

中医现代化

八字

八卦

干支

经络

分类: 斤斤计较

 

    前面使用的信号序列都是原观测序列,没有经过任何预处理的。这一篇来做一下这件工作。应用小波消噪之前,先用EMD方法消除一下趋势项。用EMD方法消除趋势项可以说是迄今为止最好的消除趋势项的方法。

 

TW4860_r=TW486012-imf_TW486012(end,:);

MB2917_r=MB291712-imf_MB291712(end,:);

GY2917_r=GY291712-imf_GY291712(end,:);

DY2917_r=DY291712-imf_DY291712(end,:);

JY2917_r=JY291712-imf_JY291712(end,:);

CY2917_r=CY291712-imf_CY291712(end,:);

 

     TW4860_r的下标“_r”表示原观测序列TW486012去除了emd分解中的残余项。余类推。不过,所得新序列的均值可能并不严格等于0,而是有一点点偏差,这是由emd分解的特点决定的。暂不管这个。

 

M_r=cell(6,3);


M_r{1,1}=TW4860_r;

M_r{1,2}='TW4860_ r';

M_r{1,3}=[0,6e4,-200,275];


M_r{2,1}=MB2917_r;

  

新浪BLOG意见反馈留言板 欢迎批评指正

新浪简介 | About Sina | 广告服务 | 联系我们 | 招聘信息 | 网站律师 | SINA English | 产品答疑

新浪公司 版权所有