基于灰度預測的變長度經驗模態分解方法研究

作者：張曉波,劉保華,于凱本,劉苗,楊志國,于盛齊,宗樂

摘要：經驗模態分解是目前分解非線性非平穩信號的有效方法,但其在應用時存在容易導致信號分解失真的端點效應問題。通過對現有的壓制方法所存在的不足進行改進,提出了基于灰度預測的變長度經驗模態分解方法,在端點處向外對稱延拓一部分原始信號使其變成新的信號,進而利用基于灰度預測的經驗模態分解方法計算固有模態函數。每得到一個固有模態函數之后,在兩端切掉一定長度的序列,即預測不準確序列,從而避免因該序列被代入下一個固有模態函數的求解而導致中間信號被污染;隨后利用正弦疊加信號和非線性非平穩信號等仿真數據進行分解實驗。實驗結果表明:無論是正弦疊加信號還是非線性非平穩信號,基于灰度預測的變長度經驗模態分解方法的計算結果誤差均小于常規經驗模態分解和基于灰度預測的經驗模態分解方法,同時對端點處相位信息的處理也更準確。

發文機構：自然資源部國家深海基地管理中心 青島海洋科學與技術試點國家實驗室 中國海洋大學環境科學與工程學院 青島海洋科學與技術試點國家實驗室公共關系部

關鍵詞：端點效應灰度預測變長度經驗模態分解非線性非平穩信號edge effectgray predictionlength-varing empirical mode decompositionnonlinear and non-stationary signals

分類號： O423[理學—聲學]