现代检测理论与应用-EMD经验模态分解.docVIP

课程论文 课 程: 现代检测理论与应用 题 目： EDM经验模态分解算法 学 院: 工学院 专 业: 农业生物环境与能源工程 班 级: 硕士141 姓 名: 胡古月 学 号: 2014112034 指导教师: 卢伟 2015年1月15日 南京农业大学教务处制 EMD经验模态分解算法 作 者：胡古月 指导老师：卢 伟 摘要：本文简单综述了EMD算法的研究背景、传统的时变信号处理方法、国内外研究现状、研究目的意义，具体阐述了EMD经验模态分解算法的一些基本概念、基本原理和主要性质，叙述了对EMD分解分量的特征提取，并较为详细的讲述了EMD算法边界端点效应和模态混叠问题。 关键字：EMD；特征提取；端点效应；模态混叠 EMD empirical mode decomposition algorithm Tutor : Hu Guyue Teacher: Lu Wei Abstract:The author summarized the research background, the traditional EMD algorithm for time-varying signal processing method, the domestic and foreign research present situation, research purpose and significance, expounds some basic concepts, the basic principles and main properties of EMD empirical mode decomposition algorithm , describe the feature extraction of EMD decomposition components, and tell more details about the EMD algorithm the end effect of boundary and the mode mixing problem. Keywords:EMD;feature extraction;End effect;Mode Mixing 1.研究背景、目的和意义 信号通常包含着很多有用信息，比如频率特征、时间特征等。信号分析的目的就是把信号的某些信息特征通过一定的手段将其变换成人们容易理解的形式，以便更好地认识信号所代表的物理特性。为了从信号中提取有用的信息，人们研究了多种变换和分析方法，以便更好地从多个角度来观察和分析信号。传统的信号处理方法大都是以线性平稳的高斯信号作为假设前提的，而实际生活和生产工作中很多信号大都是非线性、非平稳的，其统计量(如功率谱、相关函数等)是时变的函数。所以，后期的现代信号处理分析方法大多聚焦在对非线性、非平稳信号的分析研究上，经过近半个多世纪的研究发展，已涌现出很多新的时频分析方法，其中很多方法已经成功运用在各种工程实际中，如地质勘探、雷达通讯、生物医学等。对非线性非平稳信号的分析处理，已俨然成为现代信号处理分析领域的一个研究热点。 美国国家宇航局NordenE.Huang等人于1998年创造性地提出了经验模态分解方法(Empirical Mode Decoposition，EMD)，它是一种新型的自适应信号时频处理方法，特别适用于非线性、非平稳信号的分析处理。该方法被认为是200多年来以傅立叶变换为基础的线性和稳态频谱分析的一个重大突破队。EMD方法基于信号本身的局部特征时间尺度，把复杂的信号函数分解成了有限的本征模态函数之和，信号经过EMD分解后，其瞬时频率也具有了物理意义。通过对每一个本征模态函数进行Hilbert变换，可以求出每一本征模态函数伴随时间变化的瞬时频率和瞬时幅值，进一步的可以得到非平稳信号完整的时频分布。 EMD方法不再受Heisenberg测不准原理的限制，能够获得很高的频率分辨率，而且该方法基于信号自身的特征进行分解，不需要预先定义基函数，也无需采用信号的先验知识，所以具有很好的自适应性。总之，EMD方法具有划时代的意义，它的出现为信号处理方法的研究提供