Norden.e.Huang于1998年提出經(jīng)驗?zāi)B(tài)分解[57]，并作為希爾伯特-黃變換(HHT)的重要組成部分，該方法能有效處理非線性、非平穩(wěn)信號，同時也適合平穩(wěn)及線性信號。核心思想是將復(fù)雜信號分解為有限個本征模函數(shù)即IMF，且分解出來的IMF分量能最大限度保留原信號的不同時間尺度的局部特征信號，與傅里葉分解及小波分解方法建立在先驗性的諧波基函數(shù)和小波基函數(shù)相比具有本質(zhì)上的差別。在處理非平穩(wěn)及非線性數(shù)據(jù)上具有其余分解方法所不具有的自適應(yīng)和信噪比優(yōu)勢。

圖3.9 EMD信號分解流程





Jonathan S.Smith于2005年提出局部均值分解[58,59]，該方法可以將一個相對復(fù)雜的非平穩(wěn)且具有多分量信號自適應(yīng)的分解為若干個具有物理意義的瞬時頻率的乘積函數(shù)即PF，并得到一個純調(diào)頻信號和包絡(luò)信號，然后循環(huán)迭代至所有的PF分量分離出來，至此LMD分解原始信號完成并得到其時頻分布。

• 關(guān)于 Mermaid 語法，參考 這兒,

總結(jié)

以上是生活随笔為你收集整理的EMD与LMD分解算法结合并SVM的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。