EMD 经验模态分解

最新推荐文章于 2024-09-21 16:35:18 发布

MR_Promethus

最新推荐文章于 2024-09-21 16:35:18 发布

阅读量1w

点赞数 10

分类专栏： DSP 数字信号处理

本文链接：https://blog.csdn.net/qq_44431690/article/details/115245515

版权

DSP 数字信号处理专栏收录该内容

18 篇文章 14 订阅

订阅专栏

本文详细介绍了经验模态分解（EMD）的基本概念，包括本征模态函数（IMF）的定义和算法步骤。通过MATLAB代码展示了EMD的实现，并讨论了其在信号分解和滤波中的应用，同时提及其缺点如模态混叠和端点效应，以及相应的改进方法如EEMD和CEMD。此外，还提及了将MATLAB代码转换为C代码的可能性。

摘要由CSDN通过智能技术生成

EMD（Empirical Mode Decomposition）是由美国国家宇航局的华裔科学家Norden e. Huang博士于1998年提出的一种新的处理非平稳信号的方法：希尔伯特—黄变化（HHT）的重要组成部分 。
依据数据自身的 时间尺度特征来进行信号分解，无须预先设定任何基函数，自适应地进行信号主要成分分析
基于EMD的时频分析方法既适合于 非线性、非平稳信号 的分析，也适合于 线性、平稳信号 的分析，并且对于线性、平稳信号的分析也比其他的时频分析方法更好地反映了信号的物理意义。

【 1. 本征模态函数 IMF 】

IMF（Intrinsic Mode Function）本征模态函数，就是我们分解后得到的信号分量。
一个本征模函数必须满足以下两个条件：
⑴ 函数在整个时间范围内，局部极值点和过零点的数目必须相等或最多相差一个；
⑵ 在任意时刻点，局部最大值的包络（上包络线）和局部最小值的包络（下包络线）平均必须为零。
IMF 的各个分量分别代表了原始信号中的各频率分量，并按照从高频到低频的顺序依次排列。这也就是（非常简单的情况下的）IMF的物理含义。

【 2. 算法步骤】

找到原信号 x(t) 所有的极值点;
找出上下极值点的包络线 $e_{max}(t)$ 和 $e_{min}(t)$ ，并求出上下包络线的平均值m(t) ，我们把m(t)叫做均值包络线，在x(t)中减去m(t)：h(t)=x(t)-m(t)，我们把h(t)叫做中间信号;
判断 h(t) 是否为 IMF;
如果不是，则以h(t)代替 x(t)，重复以上步骤直到 h(t) 满足判据，则h(t)就是需要提取的 IMF;
如果是，就从原信号中扣除它，重复以上步骤，直到信号最后剩余部分rn就只是单调序列或者常值序列。这样，经过EMD方法分解就将原始信号x(t)分解成一系列 IMF 以及剩余部分的线性叠加。

【 3. MATLAB代码】

data=load('sinusoidalSignalExampleData.mat','X','fs');  %载入数据
t = (0:length(X)-1)/fs; %横坐标轴值
plot(t,X); %绘制原始信号图
xlabel('Time(s)') %横坐标标签
emd(X,'Interpolation','pchip')  %emd分解

在这里插入图片描述

【 4. C代码】

    我想把EMD这样的算法嵌入到单片机中，但是网上几乎没有EMD的C代码。但是，找着找着，发现了 MATLAB 的C/C++语言转换工具…
在这里插入图片描述
    官方说，有些MATLAB内置函数是无法进行转化的。但是，我从官方的描述可实现C语言转换的MTLAB代码中找到了emd ！
    于是…在 emd 函数的官方描述中：MATLAB关于emd的官方说明 MATLAB生成C代码有两个限制条件：