VMD算法学习+信噪比改进（重要！！！）

这两天看了10+篇sci+国内文章，学习了变分模态分解算法。主要思路都是用优化算法搜索最优的模态数量和罚函数数值。而实际上，论文里提出的几个目标函数，如能量损失和熵在搜索时效果并不是最佳，因此改进了目标函数。至于优化算法用哪个区别不是太大。后续信号去噪可以自己选择各类算法，如emd ，小波，奇异谱分解等。vmd对振动信号效果还是比较好的。其他领域也可以用，尤其适合工程fpga和嵌入式c实现。
至于vmd算法还是原文13年的matlab程序比较香。
K. Dragomiretskiy and D. Zosso, Variational mode decomposition,’’ IEEE Trans. Signal Process., vol. 62, no. 3, pp. 531-544, Feb. 2013.
改进后效果应用再Bumps上的效果可以看下

同时优化了下信噪比，采用awgn或者wgn的加噪信号，由于数据是有限个长度，在加噪后自身的信噪比不是原始设定的5dB，因此需要手动自己设置。网上有很多的版本不是很正确，具体程序已经改进。matlab程序如下：

function [Y,noise]= noisegen(X,SNR)
[m,n]=size(X);
noise = randn(m,n);

noise = noise-mean(noise);

signal_power = sum(X.*X);
noise_variance = signal_power / ( 10^(SNR/10) );
noisesum=sum(noise.^2);
noise=sqrt(noise_variance/noisesum)*noise;
% std(noise)
Y=X+noise;
end