Множественная эмпирическая модовая декомпозиция: Метод анализа данных с введением шума.

Представлен (Z.Wu, N.Huang, 2005) более совершенный метод эмпирической модовой декомпозиции (EMD) сигналов - множественная эмпирическая модовая декомпозиция (EEMD). Новый подход к процессу отсеивания модовых функций IMF заключается в многократном добавлении к сигналу белого шума и вычислении среднего значения модовых функций как конечного истинного результата. Амплитудный белый шум необходим, чтобы вынудить множество IMF (модовых функций) получить все возможные решения в процессе отсеивания, таким образом делая сигналы различного масштаба сопоставимыми в модовых функциях. Поскольку EMD – метод временного анализа, белый шум с достаточным количеством испытаний действует усредняюще. Устойчивая часть выживает, результат усреднения - сигнал, который можно считать истинным и физически значимым сигналом определенного процесса, при этом исключается смешивание модовых функций.

СОДЕРЖАНИЕ

Существующие методы использования шумов для повышения точности обработки данных.

Смешивание модовых функций в эмпирической модовой декомпозиции сигналов.

Множественная эмпирическая модовая декомпозиция сигналов.

Примеры анализа данных методами EEMD.

Обсуждение особенностей EEMD и выводы.


Машинный перевод - Смотреть/скачать.   >>   word/doc, 1 Mb
Подлинник (eng).   >>   pdf, 830 kб
Авторская презентация (eng+перевод).   >>   ppt, 2.8 Mб
Вариант работы авторов 2009 г.   >>   pdf, 2.5 Mб

Поиск по сайту

Это фрейм страницы "Преобразование Гильберта-Хуанга" > "Множественная EMD".
Для просмотра страницы, нажмите здесь!
Об ошибках, советах и мертвых ссылках: davpro@yandex.ru
Copyright © 2010-2011 Davydov