APOVMD自适应变分模态分解【复现含文献】

1. 

   APOVMD自适应变分模态分解【复现含文献】代码获取戳此处

2. VMD的优越性取决于分解后的模态数和惩罚因子的精度设置，这将导致信息丢失或过度分解，并影响特征提取的结果。为了克服VMD的局限性，提出了一种自适应参数优化VMD（APOVMD）方法，该方法可以自适应地确定最合适的分解参数，提高VMD的性能.
4. 在大多数情况下，模态K的个数由观测中心频率法确定，惩罚因子α的值是VMD算法的默认值。然而，该方法要求用户不断修改参数K和α，以避免两个相邻模态的中心频率重叠，这也缺乏自适应性。为了自适应地确定最优参数，提出了一种自适应参数优化的VMD（APOVMD）方法。该方法的原理是根据比较在相同的K和α条件下，两个相邻模态的中心频率与阈值的比值来确定最优参数组合。
5. APOVMD流程图如下

1. 效果图：