学位论文 > 优秀研究生学位论文题录展示

子带EMD信号分解算法

作　者: 黄文君
导　师: 水鹏朗
学　校: 西安电子科技大学
专　业: 信号与信息处理
关键词: 非平稳信号处理经验模式分解双变量EMD M通道滤波器子带EMD算法
分类号: TN911.7
类　型: 硕士论文
年　份: 2011年
下　载: 147次
引　用: 1次
阅　读: 论文下载

内容摘要

在现代信号处理中,非线性和非平稳信号的处理尤为引人注目。各种非线性、非平稳信号处理方法的不断涌现,使得人们在处理这类信号时不必只依赖于传统的傅立叶变换而可以获得更加真实、有物理意义的处理结果。希尔伯特黄变换是一种以经验模式分解为核心的非平稳信号处理方法。经验模式分解可将复杂信号分解为一系列数量有限的本征模态函数和的形式,从而获得希尔伯特谱。这种分解方法是自适应的,并且是高效率的。基于对该方法的学习和研究,本文主要完成了以下工作:首先,本文在分析了现有的非平稳信号处理方法的基础上,详细介绍了经验模式时频理论体系,研究了希尔伯特谱及其边际谱的物理意义。并对该理论的性质及存在的问题进行了讨论分析,阐述了该理论的研究热点。其次,回顾了现有的两种复信号经验模式分解算法的思想,着重研究了双变量经验模式分解方法,并在本文中通过仿真实验验证了该方法分解复信号的有效性。最后,介绍了M通道滤波器组的基本原理。针对在较强噪声背景下,双变量EMD信号分解会出现虚假分量及信号失真等问题,本文提出将M通道滤波器组与双变量EMD相结合的子带EMD信号分解算法。通过仿真,验证了使用滤波器组有利于减弱噪声的影响,与双变量EMD算法相比,子带EMD信号分解算法具有更好的性能。

全文目录

摘要  3-4
ABSTRACT  4-7
第一章绪论  7-15
  1.1 论文的选题背景  7-8
  1.2 时频分析的现状与发展  8-11
    1.2.1 线性时频分析  8-10
    1.2.2 双线性时频分析  10-11
    1.2.3 自适应时频分析  11
  1.3 基于EMD 的时频分析  11-13
    1.3.1 EMD 方法的产生  11-12
    1.3.2 EMD 方法的发展及应用  12-13
  1.4 本文的主要研究内容  13-15
第二章 EMD 时频分析方法的基本理论  15-28
  2.1 引言  15
  2.2 EMD 的基本概念  15-19
    2.2.1 瞬时频率  15-17
    2.2.2 时间特征尺度  17-18
    2.2.3 本征模态函数  18-19
  2.3 EMD 的基本原理及算法流程  19-25
    2.3.1 EMD 基本原理  19-23
    2.3.2 EMD 分解算法的具体步骤及流程图  23-25
  2.4 EMD 的完备性和正交性讨论  25-26
    2.4.1 EMD 完备性  25-26
    2.4.2 EMD 正交性  26
  2.5 Hilbert-Huang 时频谱图及边际谱图  26-27
  2.6 本章小结  27-28
第三章 EMD 算法的特性分析  28-39
  3.1 引言  28
  3.2 EMD 数值仿真分析  28-35
  3.3 EMD 算法具备的特性  35-36
    3.3.1 自适应性  35
    3.3.2 IMF 分量的调制性  35
    3.3.3 良好的时频聚集特性  35-36
  3.4 EMD 算法存在的问题  36-38
    3.4.1 缺乏理论依据  36
    3.4.2 采样频率问题  36-37
    3.4.3 曲线拟合问题  37
    3.4.4 边界处理问题  37-38
    3.4.5 模态混叠问题  38
  3.5 本章小结  38-39
第四章双变量EMD 算法概述  39-45
  4.1 引言  39
  4.2 双变量EMD 算法原理概述  39-43
    4.2.1 双变量EMD 算法基本原理  39-42
    4.2.2 双变量EMD 算法流程  42-43
  4.3 数值仿真分析  43-44
  4.4 本章小结  44-45
第五章子带EMD 信号分解  45-60
  5.1 引言  45
  5.2 多速率滤波器组  45-52
    5.2.1 多速率滤波器组的基本概念  45-47
    5.2.2 多速率滤波器组的基本结构  47-50
    5.2.3 M 通道滤波器的输入输出关系  50-51
    5.2.4 M 通道调制滤波器组  51-52
  5.3 子带EMD 算法步骤  52-53
  5.4 仿真实验分析  53-59
  5.5 本章小结  59-60
第六章工作总结与展望  60-62
  6.1 总结  60
  6.2 展望  60-62
致谢  62-63
参考文献  63-66
作者在读期间参加的科研实践与科研成果  66-67

子带EMD信号分解算法

内容摘要

全文目录

相似论文