经验模态分解(Empirical Mode Decomposition,简称EMD)
经验模态分解EMD是基于瞬时频率、本征模态函数(Intrinsic Mode Function,IMF)的概念,能够将复杂信号分解为若干个IMF分量,每个IMF表征信号的局部特征。依据的是数据自身的时间尺度特征来进行信号分解,无需预先设定任何基函数,因此具有自适应性。再通俗一点,EMD就像一台机器,把一堆混在一起的硬币扔进去,他会自动按照1元、5毛、1毛、5分、1分地分成几份。
经验模态分解的基本思想:将一个频率不规则的波化为多个单一频率的波+残波的形式。原波形 = ∑ IMFs + 余波。
EMD方法是基于如下假设基础上的:
(1)信号至少有两个极值点,一个极大值和一个极小值;
(2)特征时间尺度通过两个极值点之间的时间定义;
(3)若数据缺乏极值点但有形变点,则可通过数据微分一次或几次获得极值点,然后再通过积分来获得分解结果。
算法流程如下所示:
EMD分解python代码:
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
import numpy as np
from PyEMD import EMD
import scipy.io.wavfile as wf
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示符号
Fs = 44100
T = 1/Fs
sample_rate, noised_sigs = wf.read('noised.wav')
t = np.linspace(0,len(noised_sigs)-1,len(noised_sigs))
s = np.array(noised_sigs)
emd = EMD()
imfs = emd.emd(s,t,10)
# Plot results
plt.figure(figsize=(12,15))
plt.subplot(7,2,1)
plt.plot(t, s, 'r')
plt.title("Input signal")
plt.figure(figsize=(12,15))
plt.subplot(7,2,1)
plt.plot(t, s, 'r')
plt.title("IMFS")
for n, imf in enumerate(imfs):
plt.subplot(13,2,n+3)
plt.plot(t[:2000], imf[:2000], 'g')
plt.ylabel("IMF %i" %(n+1))
plt.tight_layout()
plt.show()
同理,集合经验模态分解(EEMD)分解展示如下:
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline
import numpy as np
from PyEMD import EEMD
import scipy.io.wavfile as wf
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示符号
Fs = 44100
T = 1/Fs
sample_rate, noised_sigs = wf.read('noised.wav')
t = np.linspace(0,len(noised_sigs)-1,len(noised_sigs))
s = np.array(noised_sigs)
emd = EEMD()
imfs = emd.emd(s,t,10)
# Plot results
plt.figure(figsize=(12,15))
plt.subplot(7,2,1)
plt.plot(t, s, 'r')
plt.title("Input signal")
plt.figure(figsize=(12,15))
plt.subplot(7,2,1)
plt.plot(t, s, 'r')
plt.title("IMFS")
for n, imf in enumerate(imfs):
plt.subplot(13,2,n+3)
plt.plot(t[:2000], imf[:2000], 'g')
plt.ylabel("IMF %i" %(n+1))
plt.tight_layout()
plt.show()
测试数据(noised.wav)放在这里,方便大家复现:
链接:https://pan.baidu.com/s/1_nMaikrjGYDmae8u1RYIVA
提取码:z55v