matlab 空间模态,matlab中使用VMD(变分模态分解)

使用计算出的IMF绘制多分量信号的希尔伯特频谱。将频率范围限制为[0，40] Hz。

​

分段信号的VMD

生成一个由二次趋势，线性调频信号和余弦组成的分段复合信号，在t  = 0.5时，两个恒定频率之间会发生急剧过渡  。

x(t)= 6t2 + cos(4πt+10πt2)+ {cos(60πt)，cos(100πt-10π)，t≤0.5，t> 0.5。

信号以1 kHz采样1秒。绘制每个单独的分量和复合信号。

R

1

2

3

4

5

6

7

8

9

plot(t,6*t.^2)

xlabel('Time (s)')

ylabel('Quadratic trend')

nexttile(5,[12])

plot(t,x)

xlabel('Time (s)')

ylabel('Signal')

​

执行变分模态分解以计算四个本征模式函数。信号的四个不同分量得以恢复。

通过添加模式函数和残差来重构信号。绘制并比较原始信号和重构信号。

R

1

2

3

4

5

6

plot(t,x,':','LineWidth',2)

xlabel('Time (s)')

ylabel('Signal')

holdoff

legend('Reconstructed signal','Original signal',...

'Location','northwest')

计算原始信号与重构信号之间的差异的范数。

使用VMD从ECG信号中去除噪声

在此示例中标记的信号来自MIT-BIH心律失常数据库  (信号处理工具箱)。数据库中的信号以360 Hz采样。

加载与记录200相对应的MIT数据库信号并绘制该信号。

R

1

2

3

plot(tm,ecgsig)

ylabel('Time (s)')

xlabel('Signal')

​

ECG信号包含由心跳的节奏和振荡的低频模式驱动的尖峰。ECG的不同辐条会产生重要的高次谐波。

计算开窗信号的九种固有模态函数，可视化IMF。

​

第一种模态包含最多的噪声，第二种模态以心跳的频率振荡。通过将除第一个和最后一个VMD模态之外的所有模态相加，构造一个干净的ECG信号，从而丢弃低频基线振荡和大部分高频噪声。

​