1. EMD 的起因

在信号处理方面我们了解了时域处理方法（如有效值、峭度）、频域处理方法（如频谱、功率谱）以及一些时频域处理方法（如小波分析）.

EMD（Empirical Mode Decomposition）作为时频域的处理方法，相对于同样是时频域方法的小波分析有什么好处呢？

EMD最显著的特点，就是其克服了基函数无自适应性的问题。啥意思呢？

回忆小波分析部分的内容，我们会知道小波分析是需要选定某一个小波基的，小波基的选择对整个小波分析的结果影响很大，一旦确定了小波基，在整个分析过程中将无法更换，即使该小波基在全局可能是最佳的，但在某些局部可能并不是，所以小波分析的基函数缺乏适应性。

通俗的说，用EMD有什么好处呢？对于一段未知信号，不需要做预先分析与研究，就可以直接开始分解。这个方法会自动按照一些固模式按层次分好，而不需要人为设置和干预。

再通俗一点，EMD就像一台机器，把一堆混在一起的硬币扔进去，他会自动按照1元、5毛、1毛、5分、1分地分成几份。

2. 各个本征函数的分量

涵模态分量（Intrinsic Mode Functions, IMF）就是原始信号被EMD分解之后得到的各层信号分量。EMD的提出人黄锷认为，任何信号都可以拆分成若干个内涵模态分量之和。而内涵模态分量有两个约束条件：

1）在整个数据段内，极值点的个数和过零点的个数必须相等或相差最多不能超过一个。

2）在任意时刻，由局部极大值点形成的上包络线和由局部极小值点形成的下包络线的平均值为零，即上、下包络线相对于时间轴局部对称。

啥意思？

用不严谨的语言和灵魂画师来解释一下：

1.图线要反复跨越x轴，像这样：

在整个数据段内，极值点的个数和过零点的个数必须相等或相差最多不能超过一个

而不能像这样某次穿过零点后出现多个极点：

包络要对称，像这样：
包络线对称

而不能像这样：

看个正常点的例子吧：

上图由7张图片组成，其中第1张为原始信号，后边依次为EMD分解之后得到的6个分量，分别叫做IMF1~IMF5，最后一张图为残差，每一个IMF分量代表了原始信号中存在的一种内涵模态分量。可以看出，每个IMF分量都是满足这两个约束条件的。

3. EMD 分解步骤

EMD的分解过程是简单直观的：

1）根据原始信号上下极值点，分别画出上、下包络线。
上、下包络线

2）求上、下包络线的均值，画出均值包络线。均值包络线。

3）原始信号减均值包络线，得到中间信号。

原始信号减均值包络线

4）判断该中间信号是否满足IMF的两个条件，如果满足，该信号就是一个IMF分量；如果不是，以该信号为基础，重新做1）~4）的分析。IMF分量的获取通常需要若干次的迭代。

不满足约束2，需要继续迭代

使用上述方法得到第一个IMF后，用原始信号减IMF1，作为新的原始信号，再通过1）~4）的分析，可以得到IMF2，以此类推，完成EMD分解。

上述例子中的图来自http://perso.ens-lyon.fr/patrick.flandrin/emd.ppt

这个ppt中用了几十页的图片完整地展示了EMD分解的过程，看一下该文档相信你会对该过程有一个更清楚的了解。

原文出自这里

https://zhuanlan.zhihu.com/p/40005057
https://zhuanlan.zhihu.com/p/121803211

EMD 经验模态分解相关推荐

EMD经验模态分解——分析时间序列
EMD,(Empirical Mode Decomposition),经验模态分解,美国工程院士黄锷博士于1998年提出的一种信号分析方法. 是一种自适应的数据处理或挖掘方法,非常适合非线性,非平稳时 ...
EMD经验模态分解实例（转C代码）
EMD(Empirical Mode Decomposition)是由美国国家宇航局的华裔科学家Norden e. Huang博士于1998年提出的一种新的处理非平稳信号的方法:希尔伯特-黄变化(HH ...
图像经验模态分解 matlab,emd经验模态分解matlab下载地址大全
一:下载EMD的MATLAB程序和MATLAB的时频工具包 EMD的MATLAB程序下载地址:http://perso.ens-lyon.fr/patrick.flandrin/emd.html MA ...
经验模态分解和各种进化及变种 EMD，EEMD，CEEMD，CEEMDAN，ESMD等简要介绍
EMD是时频分析常用的一种信号处理方式,EMD经过发展到现在也有很多不同的发展,本文总结了已知的各种优化和变种. 分类: EMD(经验模态分解):基本模态分解 EEMD(集合经验模态分解):EMD+白 ...
EMD（经验模态分解）算法二
上次基本搞懂了怎么用各种滤波器,这次重点看看EMD的算法应用,怎么调参数以产生不同的分解波形. # EMD经验模态分解 emd <- as.data.frame(emd(xt=diff(load ...
使用EMD【经验模态分解】对一维波形信号进行滤波去噪以及Python实现代码[emd eemd ceemdan]
使用EMD[经验模态分解]对一维波形信号进行滤波去噪以及Python实现代码 EMD[ Emprical Mode Decomposition]经验模态分解方法此处不再过多用赘述, 该信号处理方法可以 ...
运用经验模态分解方法（EMD）对实测探地雷达数据进行处理
运用经验模态分解方法(EMD)对实测探地雷达数据进行处理经验模态分解(EMD)是一种新型自适应信号时频处理方法,特别适用于非线性非平稳信号的分析处理.探地雷达实测数据存在干扰,因此运用经验模态分解( ...
【Python】这篇文章能让你明白经验模态分解（EMD）——EMD在python中的实现方法
暂时打断一下滤波专题,插播一条EMD在python中实现方法的文章. 本篇是Mr.看海:这篇文章能让你明白经验模态分解(EMD)--EMD在MATLAB中的实现方法的姊妹篇,也就是要在python中实 ...
转载：　ＥＭＤ（Emprical mode decomposition）经验模态分解
原文链接: http://blog.sina.com.cn/s/blog_55954cfb0102e9y2.html 美国工程院士黄锷博士于1998年提出的一种信号分析方法:重点是黄博士的具有 ...
多元经验模态分解_环境激励桥梁模态参数识别—环境激励模态参数识别概述
环境激励模态参数识别概述 1 结构模态参数识别结构模态参数识别属于动力学的反问题,是利用外部激励和系统的响应求解系统的参数问题;这一过程亦称为模态分析(Modal Analysis).模态分析又分为 ...

EMD 经验模态分解

1. EMD 的起因

2. 各个本征函数的分量

3. EMD 分解步骤

EMD 经验模态分解相关推荐

最新文章

热门文章