一个基于EMD的分数阶高斯噪声仿真系统.pdfVIP

一个基于EMD 的分数阶高斯噪声仿真系统1 1 2 1 1 单佩韦 , 张鋆昀 , 李明 , 吴新星 1 （华东师范大学，信息科学与技术学院，上海，200241 ） 2华东师范大学统计系，上海，200241 ） （ E-mails: midoban43@, ming_lihk@ 摘 要：经验模式分解算法是仿真分数阶高斯噪声(fGn)和分数阶布朗运动(fBm)的新方法， 利用MATLAB的GUI开发环境，我们设计和实现了基于经验模式分解的分数阶随机序列仿真 系统。该系统可按用户指定的赫斯特参数生成给定数据长度的分数阶布朗运动和分数阶高斯 噪声，并对仿真序列进行有效性检验。 关键词：分数阶高斯噪声，分数阶布朗运动，经验模式分解 一、 引言 许多自然过程如：气象数据、光测度和电子测度以及人为过程如：网络流量数据，其谱 遵循1/f 法则。分数阶布朗运动(fractional Brownian motion(fBm))是现今唯一已知满足Wornell 定义的1/f 过程的相关模型[1]。FBm 的统计特征具有自相似性，且完全由Hurst指数(H)决定 [2]。现实中，FBm模型被成功运用在纹理分析与合成，语音分割。尤其在计算机领域，fBm 广泛应用于图像分析，如物理，医药以及分形图像等领域[3]。本文参考文献[4]中基于经验 模式分解(Empirical Mode Decomposition (EMD))对分数阶高斯噪声建模的理论成果，设计了 一个分数阶高斯噪声仿真系统，并在MATLAB 的GUI开发环境下实现了图形用户界面的设 计。实践表明，本系统不但提供了友好的用户界面，支持多种数据输出格式，可以方便地生 成用户指定H 参数的分数阶布朗运动和分数阶高斯噪声，同时能对生成序列进行有效性检 验。 本文第二部分介绍系统理论算法，第三部分为该系统的主要功能和界面设计，第四部分 为实例仿真与性能分析。 二、 EMD 及分数阶随机过程 2.1) 经验模式分解： EMD方法是利用时间序列上下包络的平均值确定 “瞬时平衡位置”，进而把信号分解成 一组固有模态函数(Intrinsic Mode Function(IMF))分量。 K k K s(t ) ∑C (t) +r (t) (2.1) k 1 其中 C k (t) 表示第 k 个 IMF，r K (t) 表示余量信号，一般为简谐振荡信号。有关 EMD 的 具体算法在文献[5]中有清晰阐述，此处不再重复说明。 2.2) EMD 的滤波器特性 如同相似情况下由小波分解所观察到的，通过 EMD 的自适应分解，所有固模的谱特性 可看作一滤波器结构[6]。 文献[7]中将每个固态模的平均穿零点个数，对应于各固态模的平均频率。其穿零点 zH (k ) 是以模数 k 为幂的递减函数： −k z [k ] ∝ρ (2.2) H H 1本工作得到国家自然科学基金(项目编号和上海重点学科建设项目(项目编号：B411) 的部分支持。 - 1 - ρ 接近于 2 [7]。 H 对于模式 k(k ≥2) 的 IMF，其谱特性可描述为一带通滤波器