vmd变分模态分解_这篇文章能让你明白经验模态分解(EMD)——IMF的物理含义

vmd变分模态分解_这篇文章能让你明白经验模态分解(EMD)——IMF的物理含义_第1张图片

在上一篇文章(这篇文章能让你明白经验模态分解(EMD)——基础理论篇)中,有同学问IMF1、IMF2这些分量的含义。这里举个简单的例子解释一下:

首先我们生成一段信号,它是由4Hz的正弦波、10Hz的正弦波和白噪声叠加而成的。如下图:

vmd变分模态分解_这篇文章能让你明白经验模态分解(EMD)——IMF的物理含义_第2张图片
左侧3个信号叠加生成右侧信号

现在我们将合成后的信号进行EMD分解,结果如下图:

vmd变分模态分解_这篇文章能让你明白经验模态分解(EMD)——IMF的物理含义_第3张图片
5张图分别为:原始信号、IMF1、IMF2、IMF3、残差

从EMD分解图中可以看出,IMF1为10Hz的分量,IMF2为4Hz的分量。所以简单(且理想化)地说,IMF的各个分量分别代表了原始信号中的各频率分量,并按照从高频到低频的顺序依次排列。这也就是(非常简单的情况下的)IMF的物理含义。

那IMF3等分量又代表了什么呢?在这个例子里,它们没有意义,属于EMD端点效应等带来的副作用,至于端点效应,在后续的文章里会讲到。

通过这个例子的说明,我们可以得到EMD的一大特点:自适应地进行信号主要成分分析(不是PCA)。也就是说,EMD分解信号不需要事先预定或强制给定基函数,而是依赖信号本身特征而自适应地进行分解。

当然,现实中的信号分量(IMF)不会像例子中一样保持完全稳定的频率和振幅,也常常无法从各分量中直接看出信号规律。EMD分解经常被用作信号特征提取的一个预先处理手段,将各IMF分量作为后续分析方法的输入,以完成更加复杂的工作。

欢迎关注我的公众号“括号的城堡”,微信号为“khscience”,会有更多有趣的东西分享。

你可能感兴趣的:(vmd变分模态分解,多元经验模态分解)