2025《EMD算法的缺陷分析综述》1300字.docxVIP

EMD算法的缺陷分析综述

虽然EMD算法拥有良好的分解信号的性能和时频分析的性能，但是还是存在一系列影响算法性能的问题需要解决。EMD算法存在的主要缺陷如下：

（1）首先由于EMD算法是经验性的模式筛选，没有严格的数学公式推导，这使得EMD算法的理论化和进一步的研究困难重重；传统方法基于的正交性等数学特性在EMD算法中推导和验证存在不小困难。

（2）局部均值的确定和迭代次数的确定。EMD算法要提取单一模式分量首先很重要的一点就是局部均值的概念和如何确定局部均值的问题，Huang等采用的三次样条求上下包络的方法目前是比较成熟和有效的方法，但存在过冲和欠冲的问题不得不进行迭代筛选，筛选次数的确定也是问题，目前筛选次数的确定都是根据IMF的两个标准给出的；也有学者希望改进局部均值的求解方法，目前比较好的手段是局域波的方法，但这些方法也没有严格的数学证明，或精准的物理意义。

（3）端点效应。在EMD方法分解过程中，查找极大值点和极小值点时，端点也会被视为极大值极小值或者通过端点计算出虚拟的极大值极小值点。由于不是真实存在的极大值或极小值，三次样条插值产生的曲线在端点处必然存在着误差，这个误差会在每一次筛选过程中向内延伸，对整个数据的分解产生污染。对于这一现象，通过一个模拟信号进行检验：

(a)原始信号(b)EMD分解

图2-9端点效应对比

Fig2-9Endeffectcomparison

从上图可以看出，原始信号在左右端点处值为零，IMF2和IMF3在左端点处的值都是负值，IMF2在右端点的值是正值，而IMF3在左端点的值是负值，这是由于EMD分解过程中，在信号端点处理极值包络时存在较大的误差造成。

（4）模态混叠问题。由于EMD算法得到单一模式分量的原理，在原始信号中存在不同模式的信号在同一层的时间尺度上的情况。这种情况与原始信号的特性有关，主要有以下三种情况：

①某一模式分量信号存在间断性；

②信号的某一部分具有冲击性，心电信号就属于典型的带有冲击性大振幅的信号；

③信号本身存在较强的噪声干扰。

模态混叠有可能是本来属于不同模态的频率成分出现在了同一模态中，也有可能是本属于同一模态中的频率成分出现在了不同模态中。不论是哪一种情况，都会造成IMF分量分解不准确，从而导致分解产生的IMF分量失去它本来的物理意义。

下面通过构建一个典型的间断波模拟信号说明模式混叠现象对EMD方法造成的影响。构建一个信号y，它有两部分组成：

(a)原始信号(b)EMD分解的模式混叠

(c)y及上下包络

图2-10EMD模式混叠及成因

Fig2-10EMDmodealiasinganditscauses

在上面的例子中，由于y2这种间断波的存在，曲线上包络不能反映正常趋势量，导致局部均值函数产生很大改变。IMF1如上图所示，除了两个间断高频脉冲，显然携带了低频载波的能量成分，明显发生了模态混叠现象，IMF2在5s和6s中间存在着高频抖动，也存在着模态混叠，IMF分量已经不能正确反映信号本身的物理意义了。下图为EMD方法分解MIT-BIH心律失常数据库100得到的IMF1，IMF2，IMF3分量。

（a）IMF1（b）IMF2（c）IMF3

图2-11EMD分解mitdb100

Fig2-11EMDdecompositionofmitdb100

从上面可以得到，EMD分解mitdb100数据的三个IMF分量中，都包含了高频噪声分量和心电信号QRS波分量。无论是在时频分析还是去噪方面，这样的分解结果并不能达到更高精度的性能标准。