曾经也用滑动平均写过LMD,其实滑动平均的EMD才是原汁原味的居于均值分解。
分享给有需要的人,程序写的不好,只是希望提供一种思路。如果谁写了更完美LMD程序,别忘了发我一份,快毕业了,一直没有把LMD写完美,对于我来说始终是个遗憾。来分完美的LMD让我也品尝下,我也无憾了~
此处没有提供测试代码,如需要可以点这里:点我
源代码如下:
%原始lmd算法,效果很不好,不知道程序哪里写错
function[PF,A,SI]=lmd(m)
c=m;
k=0
wucha1=0.001;
n_l=nengliang(m);
while 1
k=k+1;
a=1;
h=c;
[pf,a,si]=zhaochun(a,h,wucha1);
c=c-pf;
PF(k,:)=pf;
A(k,:)=a;
SI(k,:)=si;
c_pos=pos(c);
n_c=nengliang(c);
n_pf=nengliang(pf);
if
length(c_pos)<3 || n_c
length(pos(pf))
n_pf
PF(k+1,:)=c;
break
end
end
function pos=pos(y)
%功能:找序列极值点位置坐标
%y:输入序列
%pos:极值点的序列位置坐标
m = length(y);
d = diff(y);
n = length(d);
d1 = d(1:n-1);
d2 = d(2:n);
indmin = find(d1.*d2<0 &
d1<0)+1;
indmax = find(d1.*d2<0 &
d1>0)+1;
if any(d==0)
imax = [];
imin = [];
bad = (d==0);
dd = diff([0 bad 0]);
debs = find(dd == 1);
fins = find(dd == -1);
if debs(1) == 1
if
length(debs) > 1
debs = debs(2:end);
fins = fins(2:end);
else
debs = [];
fins = [];
end
end
if length(debs) > 0
if fins(end)
== m
if length(debs) > 1
debs = debs(1:(end-1));
fins = fins(1:(end-1));
else
debs = [];
fins = [];
end end
end
lc = length(debs);
if lc > 0
for k =
1:lc
if d(debs(k)-1) > 0
if d(fins(k)) < 0
imax = [imax round((fins(k)+debs(k))/2)];
end
else
if d(fins(k)) > 0
imin = [imin round((fins(k)+debs(k))/2)];
end
end
end
end
if length(imax) > 0
indmax =
sort([indmax imax]);
end
if length(imin) > 0
indmin =
sort([indmin imin]);
end
end
minmax=cat(2,indmin,indmax);
pos=sort(minmax);
end
%----------zhaochun.m
function [pf,a,si]=zhaochun(a,h,wucha1)
chun_num=0;
while 1
chun_num=chun_num+1
t=1:length(h);
h_pos=position(h);%极值点位置序列
tpoint=t(h_pos);%极值点时间值
hpoint=h(h_pos);%极值点幅度值
hpoint=bianjie(h,hpoint,1);%端点处理后的极值点,多出了2个极值点
[mi,ai]=find_miai(hpoint);%找出极值点之间的均值函数和包络函数
mi_point=junzhi(mi);%所有极值点处的均值序列(幅值)-纵坐标(点序列)
ai_point=junzhi(ai);%所有极值点处的包络序列(幅值)-纵坐标(点序列)
%此处端点处的均值和包络都是
端点和极值点之间的均值和包络值(如果端点视作极值点,这样处理是不合理的,端点都不是极值点,这样处理是正确的)
lmi_point=mi(1);%左端点的均值
rmi_point=mi(length(mi));%右端点的均值
lai_point=ai(1);%左端点的包络
rai_point=ai(length(ai));%右端点的包络
%
mi_point_d=link(lmi_point,rmi_point,mi_point);%连接端点均值及所有极值点处的 均值
(带端点的均值序列)(点序列)
ai_point_d=link(lai_point,rai_point,ai_point);%连接端点包络及所有极值点出的
包络值(带端点的包络序列)(点序列)
%
tpoint_d=link(t(1),t(length(t)),tpoint);
mi_fun=chadian1(tpoint_d,mi,mi_point_d);%包含端点和极值点和普通点的
均值序列-平缓前的均值序列
ai_fun=chadian1(tpoint_d,ai,ai_point_d);%包含端点和极值点和普通点的
包络序列-平滑前的包络序列
%以上是完整的未处理的均值函数mi_fun和包络函数ai_fun
%找出第一平滑的滑动跨度
kmax=max(diff(tpoint_d));%找出时间跨度最大的 相邻几点 间的
距离
kmax1=uint16(kmax/3);
kmax1=double(kmax1);
jiou=uint8(rem(kmax1,2));
if kmax1<3
move_k=3; %
b<3,滑动跨度=3,
elseif jiou==0 % b>=3,当b是偶数时,跨度=b-1
move_k=(kmax1-1);
else move_k=kmax1;
%b>=3,b是奇数时,跨度=b
end
[mi_move,move_mi_num]=move(mi_fun,move_k);
[ai_move,move_ai_num]=move(ai_fun,move_k);
mi=mi_move;
ai=ai_move;
a=a.*ai;
si=(h-mi)./ai;
h=si;
ai_funmax=max(ai);
ai_funmin=min(ai);
if
(ai_funmax<=1+wucha1&&ai_funmin>=1-wucha1)
break
end
end
pf=a.*si;
end
function [x,flag]=move(a,k)
l=length(a);
t=1:l;
% jingdu=t(2)-t(1);
flag=0;
x=a;
max_flag=10;%平滑重复的最大次数设置
max_error=0;%相邻两点间相等允许的最大差异(理论上=0才人为无差异,实际操作要考虑采样精度,所以可以设置一个允许范围)
while flag<=max_flag ||
min(abs(diff(x)))<=max_error;%这里用到abs,然后再min,因为幅值的差值会出现负值,我们的目的是找差值=0,而不是负数
if
flag==0
flag=flag+1;%flag标志位,标志平滑的次数,这里这里设置为不超过11次(最大10次)
else
flag=flag+1;%flag标志位,标志平滑的次数,这里这里设置为不超过11次(最大10次)
x_pos=position(x);%极值点位置序列
tpoint=t(x_pos);%极值点时间值
tpoint_d=link(t(1),t(l),tpoint);%极值点的时间轴上的位置
kmax=max(diff(tpoint_d));%找出时间跨度最大的 相邻几点 间的
距离
kmax1=uint16(kmax/3);
kmax1=double(kmax1);
jiou=uint8(rem(kmax1,2));
if kmax1<3
k=3; % b<3,滑动跨度=3,
elseif jiou==0 % b>=3,当b是偶数时,跨度=b-1
k=(kmax1-1);
else k=kmax1; %b>=3,b是奇数时,跨度=b
end
end
y=zeros(1,l);% 初始化序列y, y是中间变量
%%%%%%%%%%%%%%%%%%%边界点的处理%%%%%%%%%%%%%%
for
i=1:(k-1)/2
v=0;
z=0;
for j=1:i*2-1
v=v+x(j);
end
y(i)=v/(i*2-1);
for
j=l:-1:l+2-i*2 %j=l:-1:l+1-(i*2-1)
z=z+x(j);
end
y(l+1-i)=z/(i*2-1);
end
%%%%%%%%%%%%%%中间点的处理 %%%%%%%%%%%%%%%%%%%%%%%%%%
for
i=1+(k-1)/2:l-(k-1)/2 %这个 (d+1)/2是跨度的中点
单边的边界点数=中点值-1=(d+1)/2-1=(d-1)/2