混沌序列中提取信息

一、信号分析方法

如何更有效的提取有用信息？常用的分析方法有：

时域统计量分析法

常用的时域统计指标有：均值、方差、有效值、峰值、峰峰值、峭度、波形指标、裕度指标、脉冲指标等。方便提取，计算简单的特点，在一些简易诊断中得到广泛应用。

频域分析法

频谱分析的方法，如幅值谱分析、功率谱分析、倒谱分析和包络解调分析等。

时频分析法

许多适合处理非平稳信号的时频分析方法被提出并得到了广泛应用，如短时傅里叶变换、Gabor 变换、小波分析、自适应时频分析方法等。经验模态分解（Empirical Mode Decomposition，EMD）方法是一种适用于非线性非平稳信号的时频分析方法。

二、EEＭＤ的信号研究

EEMD的引入
EMD与常用的傅里叶变换、短时傅里叶变换和 Wavelet分析等不同，它没有固定的先验变换函数，但具有小波变换的多分辨率特点，同时克服了小波变换中小波基选取的困难，是一种本质自适应的局域波分解方法。

EMD方法应用是广泛的，在不同领域也已经取得了巨大的成功，但由于该方法应用时存在着端点效应、模态混叠等各类问题。研究EMD存在3个固有缺陷：
端点效应、拟合过冲、模态混叠

通过研究模态混叠现象，其本质是分解信号获得的本征模态函数(Intrinsic Mode Function, IMF)之间产生了一定的信息耦合现象，使得 IMF 分量不能正确地反映信号的真实成份。

为消除EMD方法出现模态混淆，集合经验模式分解通过添加白噪声消除E