原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于奇异谱分析的经验模态分解去噪方法.pdf
CN
43-1258／TP 计算机工程与科学 第39卷第5期2017年5月
ISSN
1007—130X
ComputerEngineeringScienceV01．39，No．5，May．2017
文章编号：1007—130X(2017)05—0919—06
基于奇异谱分析的经验模态分解去噪方法
肖小兵，刘宏立，马子骥
(湖南大学电气与信息工程学院，湖南长沙410082)
摘
个IMF分量作为高频噪声，并根据它计算出剩余IMF中所含的噪声能量，从而得到剩下的每个IMF中
信号所占的能量比值。然后选择合适的窗口长度，对每个IMF进行SSA变换，根据IMF中信号所占的
及余项相加，得到最终去噪后的信号。经过实验，对比研究了该方法与小波软阈值、EMD软阈值和EMD
滤波方法的去噪效果，结果表明该方法整体优于其它方法，是一种有效的信号去噪方法。
关键词：经验模态分解；奇异谱分析；本征模态函数
中图分类号：TN911．7 文献标志码：A
doi：i0．3969／j．issn．1007—130X．2017．05．015
● ● ● l 1 1 ●J● 1 ● ●
An molle
amDirical11eC0mDOSlU0ncIe—noising
·1 1’ l ■ _ · l ●
metllodbasell0n
singularspectrumanalysis
XIAO
Xiao-bing，LIUHong-li，MAZi-ji
ofElectricalandInformation 410082，China)
(College Engineering，HunanUniversity，Changsha
an mode methodbasedon
Abstract：We singular
proposeempiricaldecomposition(EMD)de-noising
are intoseveralintrinsicmodefunctions
spectrumanalysis(SA)．Firstly，noisysignalsdecomposed
theEMDinthis firstIMFis as noiseandthenoiseen—
(IMF)by method．The regardedhigh—frequency
includedinotherIMFscanbeestimated．Then，theratioof ineachIMFcanbecalcu—
ergy signalenergy
IMFwith and of
SSAis oneach window
lated．Secondly，theimplemented proper lengthpartsproper
value areselectedtoreconstructtheI
文档评论（0）