改进的EEMD算法及其应用研究

查看全文 作　　者：[1]郑近德索引[1]程军圣索引[1]杨宇索引

机构地区：[1]湖南大学汽车车身先进设计制造国家重点实验室,长沙410082

出　　处：《振动与冲击》索引2013年第32卷第21期,共7页

基　　金：国家自然科学基金(51075131);湖南省自然科学基金(11JJ2026) 摘　　要：总体平均经验模态分解(Ensemble EMD,EEMD)虽然能够在一定程度上抑制模态混淆,但计算量较大,添加的白噪声不能被完全中和,不具有完备性。补充的EEMD(Complementary EEMD,CEEMD)成对地添加符号相反的白噪声到目标信号,大大减小了重构误差。结合CEEMD和基于排列熵的信号随机性检测,提出了改进的EEMD方法(Modified EEMD,MEEMD),MEEMD方法在检测出CEEMD分解的异常分量之后,直接进行EMD分解;MEEMD不仅能够抑制EMD分解过程中的模态混淆,而且减小了计算量,缩小了重构误差。通过分析仿真信号和实测信号,结果表明,MEEMD方法有很好的分解效果,对模态混淆有一定的抑制作用。 关键词：EMD 模式混淆 CEEMD 排列熵 MEEMD

相关文献

参考文献（13）
引证文献（233）
耦合文献（149）

参考文献(13)

引证文献(233)

耦合文献(149)

互联网出版许可证新出网证(渝)字10号全国400电话 - 免长途话费

改进的EEMD算法及其应用研究

参考文献(13)

引证文献(233)

耦合文献(149)

用户提示