VMD如何确定分解层数（三）：通过一定准则（公式标准）

VMD相关知识大家参考我之前写的《浅谈VMD---变分模态分解》一文。

这篇文章讲一下通过一定的准则确定VMD的分解层数。参考SCI论文Optimization scheme of wind energy prediction based on artificial intelligencehttps://link.springer.com/article/10.1007/s11356-021-13516-2

直接上准则（公式）：

 参数含义：

K为分解层数；i为分解后，每个IMF的具体样本；n为样本数量；

这里用大白话翻译一下，这个公式。

对于分解后，每个IMF的样本，先求平方和，然后除以样本量，再开平方。这样，有多少个IMF，就有多少个通过上述计算得到的具体数，（也就是K个数），再把这些数字相加，就是EK（作者定义为能量），这个公式意思就是两个EK的差值，当K为8时，就是|E8-E7|/E7 。

这是公式的含义，具体怎么判断呢?

"从VMD分解的最优理论结果来看，每个分量的能量之和等于原始信号。当k值过大时，虚拟分量的产生会导致各分量的能量之和过高。基于这一原理，根据信号能量和能量差的计算(公式(12))，当θk，k- 1的值很小时，信号将被欠分解。随着θk， k-1值的增大，VMD明显过分解。因此，随着参数k的增大，会出现分解现象，对应的值θk- k1会显著增大。在这种情况下，可以认为k-1是VMD分解的最优模态数。"

原文作者的话，可能不太容易理解。需要大家看看原文，仔细琢磨一下。说白了，就是θk， k-1这个值突然增大时，就取K-1作为分解层即可。

或者我个人认为就从EK上去理解，θk， k-1这个值增大了，也就是EK比Ek-1大了许多，下面从原文中拿一个图说明。

这个图纵坐标为EK，可以看出当分解为6层时，它的EK相对于分解层为5时，突然增大了，所以选择分解层数为5即可。大体就是这个意思。希望大家仔细看看原文。

 这里把上述公式和VMD分解联系起来了。直接上代码。

 这里还要强调一下，关于分解问题，同样一个分解方法，并不适用于所有的数据，这里仅仅提供一个思路方法，这个方法大家可以参考学习。