本征模态函数分解中的边界问题及其信号的预测方法的研究.pdfVIP

本征模态函数分解中的边界问题及 信号的预测方法研究 摘要 近年来，希尔伯特一黄变换(Hiibert—HuangTransform，HHT)作为现代信 号研究领域中处理非平稳信号的分析方法，受到越来越多学者的青睐，此方法已 经在海洋、震动工程、故障诊断、生物医学、金融等许多研究领域得到了广泛的 应用，并取得了较好的结果。 Mode HHT由两个部分组成：经验模态分解(Empirical Decomposition，EMD) 和Hilbert谱分析(Hiibert spectral 关键部分。首先利用EMD，可将任何复杂的信号分解为从高频到低频的有限个本 Mode 征模态函数(Intrinsic 际的物理意义，这是一种基于信号时域局部特征的分解。然后利用Hilbert变换， 求出每个IMF的瞬时频率等参数，最终得到原信号的振幅一频率一时间分布，即 Hilbert谱。由于HHT方法可以从时域和频域两个方面对信号进行分析，因此适 合用来分析非线性非平稳信号。 由于HHT是一种新兴的信号分析理论，尚处在研究和发展阶段，还存在着诸 多方面的问题和不足。本文对EMD研究中存在的问题进行探讨与分析，研究IMF 分解的方法及改进，并深入讨论了EMD在信号处理中的应用，主要工作包括： (1)本文详细研究了EMD方法的步骤，并在此基础上介绍了由张立振提出 的一种全新的本征模态函数分解方法一一快速滤波分解信号为本征模态信号法 into (FastFiIteringDecomposingSignal 作速度快，很大程度上提高了信号分解的效率，它分解所得的所有IMF及非模态 函数都是相互正交的且分解结果唯一。此方法具有良好的应用前景。 (2)深入探讨了EMD研究中一直备受关注的边界效应问题，在对比研究现 有端点延拓方法的基础上，提出基于信号内部相似波形延拓端点的方法进行边界 效应抑制。首先利用快速滤波先将原信号分解为IMF，然后在信号内部截取适当 的两段分别延拓到原信号两端，经快速滤波得到分解结果后，再截去延拓的部分， 1 保留原信号长度的分解结果。利用该方法延拓后的信号，能够更合理地反映信号 的内在规律和变化趋势，使得到的延拓序列更接近于真实序列，并摆脱了传统延 拓方法中存在的三次样条插值及上、下包络线的束缚。通过实例验证了该方法的 有效性。 (3)对于信号的预测问题，本文提出基于EMD的分解域预测模型。由于信 号经EMD可表示为本征模态函数和剩余项的和，因而将信号的预测问题转化为各 本征模态函数和剩余项的预测问题。提出了对本征模态函数的三角函数修正预测 法和对剩余项的局部二次函数预测法，从而得到原始信号的预测值。由于EMD 可以有效地保留信号本身的结构，从而使这种基于局部的预测模型精度更高。实 验表明，这种基于EMD分解域的预测模型可以获得较好的预测性能。 关键词：经验模态分解(EMD)。本征模态函数(IMF)，快速滤波本征模态分解 (FFDSI)，边界效应，预测 EndEffectof into and Researchon DecomposingSignalI．MFs Predictionof Signal Abstract Inrecent amethodof inmodem years，as non-stationarysignalprocessing signal hasbeenfavoredmoreandmoreschola