精华内容
下载资源
问答
  • 经验模态分解、集合经验模态分解、集合互补经验模态分解合集适合初学者学习
  • EEMD分解原理为:当附加的白噪声均匀分布在整个时频空间时,该时频空间就由滤波器组分割成的不同尺度成分组成。当信号加上均匀分布的白噪声背景时,不同尺度的信号区域将自动映射到与背景白噪声相关的适当尺度上去。...
  • EEMD是Ensemble Empirical Mode Decomposition的缩写,中文是集合经验模态分解,是针对EMD方法的不足,提出了一种噪声辅助数据分析方法。EEMD分解原理是当附加的白噪声均匀分布在整个时频空间时,该时频空间就由...
  • matlab的EMD
  • EMD最初由新加坡南洋理工的黄教授首先开发,但由于存在模态混叠和端点效应现象,法国的Handrin等人用EMD对白噪声分解后的结果进行统计,提出了基于噪声辅助分析的改进EMD方法,即集合经验模态分解(EEMD)。...

    EMD和EEMD是两种常规的数据分解方法;EMD最初由新加坡南洋理工的黄教授首先开发,但由于存在模态混叠和端点效应现象,法国的Handrin等人用EMD对白噪声分解后的结果进行统计,提出了基于噪声辅助分析的改进EMD方法,即集合经验模态分解(EEMD)。

    由于两种方法提出的时间较早,这里不做具体的分析介绍,读者可自行参看相关文献。

    直接上代码

    unction allmode=eemd(Y,Nstd,NE)
    xsize=length(Y);
    dd=1:1:xsize;
    Ystd=std(Y);
    Y=Y/Ystd;
    
    TNM=fix(log2(xsize))-1;
    TNM2=TNM+2;
    for kk=1:1:TNM2, 
        for ii=1:1:xsize,
            allmode(ii,kk)=0.0;
        end
    end
    
    for iii=1:1:NE,
        for i=1:xsize,
            temp=randn(1,1)*Nstd;
            X1(i)=Y(i)+temp;
        end
    
        for jj=1:1:xsize,
            mode(jj,1) = Y(jj);
        end
        
        xorigin = X1;
        xend = xorigin;
        
        nmode = 1;
        while nmode <= TNM,
            xstart = xend;
            iter = 1;
       
            while iter<=10,
                [spmax, spmin, flag]=extrema(xstart);
                upper= spline(spmax(:,1),spmax(:,2),dd);
                lower= spline(spmin(:,1),spmin(:,2),dd);
                mean_ul = (upper + lower)/2;
                xstart = xstart - mean_ul;
                iter = iter +1;
            end
            xend = xend - xstart;
       
       	    nmode=nmode+1;
            
            for jj=1:1:xsize,
                mode(jj,nmode) = xstart(jj);
            end
        end
       
        for jj=1:1:xsize,
            mode(jj,nmode+1)=xend(jj);
        end
       
        allmode=allmode+mode;
        
    end
    
    allmode=allmode/NE;
    allmode=allmode*Ystd;

    读入EXCEL数据,根据子程序计算。

    [z]=xlsread('C:\Users\ljw\Desktop\计算\单独30min 数据\30min.xlsx') ;%读入数据
    d=eemd(z,0,1);%根据子程序进行分解

    EEMD程序中有三个参数(Y、Nstd、NE);Y为输入数据、Nstd/NE可根据数据类型和参考文献确定。值得注意的是,EEMD是在EMD的基础上开发出来的,当EEMD中的参数NSTD为0,NE为1时,程序为EMD

     

    展开全文
  • 针对不同采样频率和输入信噪比的心磁信号进行滤波操作,呈现出对同一输入信号采取不同滤波算法的去噪结果。
  • wangchong992021-3-15 19:40:09好人一生平安01072021-3-8 9:31:02很不错,谢谢!151500068532021-2-25 16:44:45感谢楼主分享张国梁2021-2-4 16:08:27感谢楼主分享啊啊齐心协力奔小康2020-12-15 21:11:50感谢楼主分享...

    wangchong99

    2021-3-15 19:40:09

    好人一生平安

    0107

    2021-3-8 9:31:02

    很不错,谢谢!

    15150006853

    2021-2-25 16:44:45

    感谢楼主分享

    张国梁

    2021-2-4 16:08:27

    感谢楼主分享啊啊

    齐心协力奔小康

    2020-12-15 21:11:50

    感谢楼主分享,谢谢博主,对于搞科研来说很有用

    西贝假

    2020-11-28 21:28:31

    谢谢博主,对于搞科研来说很有用

    caojuncheng

    2020-11-25 2:14:59

    楼主实在是太棒啦

    liuzihao

    2020-11-16 19:39:19

    感谢楼主分享啊啊

    liuzihao

    2020-11-16 19:39:04

    感谢楼主分享

    liuzihao

    2020-11-16 19:38:59

    感谢楼主分享

    liuzihao

    2020-11-16 19:38:57

    感谢楼主分享

    liuzihao

    2020-11-16 19:38:55

    感谢楼主分享

    liuzihao

    2020-11-16 19:38:55

    感谢楼主分享

    shonda

    2020-11-10 20:22:38

    good!

    zw2525

    2020-10-28 10:31:36

    zw2525已支付 什么时候送积分 急用

    zw2525

    2020-10-28 10:31:36

    zw2525已支付 什么时候送积分 急用

    zw2525

    2020-10-28 10:31:35

    zw2525已支付 什么时候送积分 急用

    zw2525

    2020-10-28 10:31:35

    zw2525已支付 什么时候送积分 急用

    倚仗听江

    2020-10-24 23:55:41

    谢谢楼主分享

    倚仗听江

    2020-10-24 23:55:40

    谢谢楼主分享

    倚仗听江

    2020-10-24 23:55:39

    谢谢楼主分享

    zqm青岛理工大学

    2020-10-19 20:24:32

    感谢楼主分享

    12lf12

    2020-10-12 20:13:30

    谢谢楼主分享

    xizeer

    2020-10-7 13:56:10

    谢谢,感谢分享

    xizeer

    2020-10-7 13:56:09

    谢谢,感谢分享

    xizeer

    2020-10-7 13:56:06

    谢谢,感谢分享

    LJDzf

    2020-9-28 9:16:37

    内容非常好

    HumphyZ

    2020-9-16 10:25:01

    谢谢楼主!

    HumphyZ

    2020-9-16 10:24:55

    谢谢楼主!

    HY627

    2020-9-14 16:05:09

    谢谢楼主

    HY627

    2020-9-14 16:05:05

    谢谢楼主

    归零e下

    2020-9-9 10:50:23

    下载试试看,感谢分享

    ben1111ben

    2020-9-8 14:33:25

    评论就可以下载吗

    ben1111ben

    2020-9-8 14:32:40

    正好需要这个资料,谢谢

    suixin123

    2020-8-14 9:50:40

    学习,感谢分享

    CUMT_Pikachu

    2020-8-9 14:08:29

    学习,感谢分享

    Xanavirn

    2020-8-8 9:51:39

    学习,感谢分享

    Xanavirn

    2020-8-8 9:51:33

    学习,感谢分享

    liu19951225

    2020-7-30 9:25:06

    感谢,下载看看

    孙大元

    2020-7-29 10:40:01

    感谢楼主的分享。

    cxgying

    2020-7-26 10:36:26

    thanks!

    zzg2020

    2020-6-17 11:02:54

    可以看看看

    萧翎儿

    2020-6-4 22:34:37

    感谢,下载看看

    ZZZZZDC

    2020-6-4 8:34:35

    感谢,下载看看!

    haibinw_2007

    2020-6-1 19:16:06

    看其来不错

    skyyan1113

    2020-5-31 13:52:27

    非常感谢楼主

    无情哈拉少

    2020-5-25 17:09:56

    楼主么么哒

    hahaha1234

    2020-5-15 8:23:16

    非常感谢楼主,楼主好人

    liubei03

    2020-5-4 16:00:33

    很不错的资源,感谢楼主!

    网名小一

    2020-4-30 5:38:41

    很不错的资源,感谢楼主!

    张亚娟

    2020-3-15 10:56:37

    很好。感谢楼主

    estelle_llx

    2020-1-8 10:24:44

    感谢楼主分享

    caicaia

    2019-11-18 19:36:04

    非常感谢楼主

    liliili

    2019-11-10 10:09:38

    很好用1,感谢楼主

    15991620591

    2019-10-17 17:15:09

    很好的资料

    15991620591

    2019-10-17 17:13:17

    初学者一个 加油

    15991620591

    2019-10-17 17:13:13

    初学者一个 加油

    15991620591

    2019-10-17 17:13:03

    初学者一个 加油

    15991620591

    2019-10-17 17:13:03

    初学者一个 加油

    15991620591

    2019-10-17 17:13:00

    初学者一个 加油

    WTAKESALL

    2019-9-3 15:12:21

    初学者一个 加油

    WTAKESALL

    2019-9-3 15:12:14

    初学者一个 加油

    lxbscy170702

    2019-8-11 15:57:20

    真的吗,试试看

    huxuewei

    2019-6-24 19:52:03

    评论可以下载、?

    15013122417

    2019-6-24 9:38:57

    很好的资料

    晓风残月

    2019-6-20 10:47:15

    就找这个,能下载吗

    晓风残月

    2019-6-20 10:47:11

    就找这个,能下载吗

    hudaiqun

    2019-6-20 8:27:26

    很好,很实用的代码,找了好久终于找到啦

    fanhao

    2019-5-30 15:59:18

    为什么发了还不能下

    fanhao

    2019-5-30 15:58:56

    是奇偶的是是是

    zjjlxc

    2019-5-26 21:58:25

    评论就可以下载吗

    zjjlxc

    2019-5-26 21:57:18

    评论就可以下载吗

    124577

    2019-5-26 9:27:24

    应该怎么用

    124577

    2019-5-26 9:27:18

    应该怎么用

    逆转时空的

    2019-5-18 20:34:14

    对啊太棒了

    tangbaobao

    2019-4-19 11:21:55

    这咋下载啊

    xdd677

    2019-4-9 10:47:13

    资源好好好

    xdd677

    2019-4-9 10:47:09

    资源好好好

    changwenyue

    2019-3-31 20:57:52

    非常感谢分享

    changwenyue

    2019-3-31 20:57:37

    非常感谢分享

    songchacuo

    2019-3-22 10:50:43

    非常好的资源,谢谢分享

    JKLJ

    2019-3-20 16:38:24

    非常感谢,谢谢

    ccc657427662

    2019-3-15 16:18:46

    haode

    1026202891

    2019-2-13 11:15:43

    非常感谢!!

    duanshiqiang99

    2019-1-22 12:46:06

    非常感谢!~!

    ljl999

    2019-1-16 3:16:41

    很好的资源,谢谢

    有一种

    2019-1-4 21:24:33

    很好的资源,谢谢

    有一种

    2019-1-4 21:24:25

    很好的资源,谢谢

    gzy0801

    2019-1-2 16:58:45

    很棒的资料 谢谢

    gzy0801

    2019-1-2 16:57:44

    很棒的资料 谢谢

    dengyuanhong

    2018-12-22 11:26:29

    xiexie

    dengyuanhong

    2018-12-22 11:26:17

    xiexie

    1t123324

    2018-12-17 15:39:26

    xiexie

    kongkali

    2018-12-7 21:55:28

    谢谢楼主的奉献

    青青的猪22

    2018-11-19 10:54:10

    谢谢!!!

    青青的猪22

    2018-11-19 10:54:01

    谢谢!!!

    南极企鹅321

    2018-11-7 17:12:15

    谢谢分享呦~

    邓元红

    2018-11-7 10:06:39

    谢谢分享!!!

    黛沫沫best

    2018-9-6 10:23:33

    谢谢分享袅袅娜娜

    heureux

    2018-8-18 21:18:11

    感谢分享,谢谢

    展开全文
  • 基于集合经验模态分解的神经网络短期风速组合预测研究.pdf
  • 基于ICA算法的集合经验模态分解去噪方法,周先春,徐浩捷,针对非线性非平稳信号的去噪问题,提出了一种基于独立分量分析(Decomposition Components Analysis,简称ICA)算法的集合经验模态分解去噪方��
  • 经验模态分解

    2018-05-18 10:26:58
    EEMD是Ensemble Empirical Mode Decomposition的缩写,中文是集合经验模态分解,是针对EMD方法的不足,提出了一种噪声辅助数据分析方法。EEMD分解原理是当附加的白噪声均匀分布在整个时频空间时,该时频空间就由...
  • 为了抑制陀螺仪的非线性、非平稳噪声,提出了一种改进的基于集合经验模态分解(EEMD)的降噪方法EEMD-M。首先,通过EEMD阈值滤波得到信息主导和噪声主导的固有模态函数(IMF)分量;将EEMD应用于第一次阈值滤波中被丢弃的...
  • 经验模态分解及其改进,集合经验模态分解,matlab源码
  • 等人于2011 年提出的一种新型信号分解算法,较好地解决了经验模态分解(EEMD)存在的模态混叠现象。其具体分解过程如下描述: 步骤 1:将待分解信号 x(t) 添加 K 次均值为 0的高斯白噪声,构造共 K 次实验的待...

    在预测领域中对原始数据进行分解,可以提高预测精度。分解算法在故障诊断领域也有重要作用。


    CEEMDAN

    CEEMDAN 算法是由 Torres M E.等人于2011 年提出的一种新型信号分解算法,较好地解决了经验模态分解(EEMD)存在的模态混叠现象。其具体分解过程如下描述:\displaystyle

    步骤 1:将待分解信号 x(t) 添加 K 次均值为 0的高斯白噪声,构造共 K 次实验的待分解序列xi(t),其中i=1,2,3....,k.。

     式中:\varepsilon为高斯白噪声权值系数; \deltait 为第 i 次处理时产生的高斯白噪声。

    步骤 2:对上述序列 xi(t) 进行 EMD 分解,分解得到第 1 个模态分量(IMF)并取其均值作为CEEMDAN 分解得到的第 1 个 IMF。 

           

    式中:IMF1(t) 表示 CEEMDAN 分解得到的第 1 个模态分量; r1(t) 表示第 1 次分解后的余量信号。 

    步骤 3:将分解后得到的第 j 阶段余量信号添加特定噪声后,继续进行 EMD 分解。 

      

    式中: IMFj (t)表示 CEEMDAN 分解得到的第 j 模态分量;Ej-1(.) 表示对序列进行 EMD 分解后的第 j -1个 IMF 分量;\varepsilonj-1表示 CEEMDAN 对第 j -1阶段余量信号加入噪声的权值系数; r j(t) 表示第 j阶段余量信号。

     步骤 4:迭代停止,如果满足 EMD 停止条件,第 n 次分解的余量信号 rn(t) 为单调信号,则迭代停止,CEEMDAN 算法分解结束。

    原理图如下所示:


    ICEEMDAN(改进的CEEMDAN)

    Colominas等人提出的ICEEMDAN信号处理方法,是由自适应噪声完全集合经验模态分解(CEEMDAN)的基础上发展而来。改进的方法不同于CEEMDAN在分解过程中直接添加高斯白噪声,而是选取白噪声被EMD分解后的第KIMF分量。以分解风速序列为例,具体步骤如下:

     

    MATLAB程序

    load ('wind_7.mat');%输入你的分解数据
    
    Nstd = 0.2;
    NR = 500;
    MaxIter = 5000;%Nstd/NR/MaxIter;可根据你的输入数据类型,查找相关文献参考
    SNRFlag = 1;%当数值为1时,为ICEEMDAN分解当数值为2时,为CEEMDAN分解。
    
    
    [modes,its]=fenjie(wind_7,0.2,500,5000,1);%提取子程序分解
    t=1:length(wind_7);
    
    [a b]=size(modes);
    
    figure;
    subplot(a+1,1,1);
    plot(t,wind_7);% 注意最后展示的图像处理,包含原始序列。
    ylabel('wind_7')
    set(gca,'xtick',[])
    axis tight;
    
    for i=2:a
        subplot(a+1,1,i);
        plot(t,modes(i-1,:));
        ylabel (['IMF ' num2str(i-1)]);
        set(gca,'xtick',[])
        xlim([1 length(wind_7)])
    end;
    
    subplot(a+1,1,a+1)
    plot(t,modes(a,:))
    ylabel(['IMF ' num2str(a)])
    xlim([1 length(wind_7)])

    CEEMDAN分解

                                ICEEMDAN分解                             

     这里,输入数据用的是.mat文件,读者也可以自行通过EXCEL读入。通过两种分解的图像分析可看出,ICEEMDAN的分解可以更彻底,当然数据类型不同,具体结果要看具体分析。

    文件资料中包含EMD文件,具体分解过程中要用到EMD分解。两种分解都是通过EMD分解的基础上发展而来的。

    参考文献

    [1]魏炘、石强、符文熹、陈良. 考虑CEEMDAN样本熵和SVR的短期风速预测[J]. 水电能源科学, 2020, v.38;No.243(11):213-216.

    展开全文
  • 对一个“hello”的音频信号做经验模态分解,音频信号如下图Fig. 10. 先对这个信号做常规的EMD分解,分解得到的多级本征模函数如下图Fig.11. 从第二阶本征模函数及往后的波形都可以看到有高度分离的幅值和尺度的...

    前文提到了混叠模态问题,在语音信号中是否会出现混叠模态?应该是会出现的。下面举的例子还是在Wu的文章上的例子。

    对一个“hello”的音频信号做经验模态分解,音频信号如下图Fig. 10.

    先对这个信号做常规的EMD分解,分解得到的多级本征模函数如下图Fig.11. 从第二阶本征模函数及往后的波形都可以看到有高度分离的幅值和尺度的地方,这就说明了存在混叠模态。

    下面进行EEMD分级,先做的是添加噪声。这里添加的噪声幅值为信号均方根的0.1.分解得到的本征模态函数波形如图Fig. 12所示:

    这分解的效果是比EMD的好很多,特别是第三阶本征模态函数,基本上可以很好反映原始信号。其他阶的信号也有明显的改善。

    求每一阶本征模函数的Hilbert spectra,从频域分布看改善的效果。


    从上面两幅图中,作者认为EEMD方法得到的结果中混叠模态问题得到嘞很好的解决,因为图中基本没有过渡带(transition gaps),基波(basic frequency)基本都是连续的。

    展开全文
  • 为了消除野值和噪声信号对观测数据的影响,给出一种基于集合经验分解的具有稳健性的滤波算法:首先用滑动中值滤波算法剔除原始数据中的野值,然后采用集合经验模态分解算法,抑制数据中的噪声。数值仿真和实际工程...
  • 该代码为信号分解中的经验模态分解技术的Matlab实现,该技术能够用于地震勘探中地震信号的去噪处理以及时频分析的研究,具有非常广泛的应用前景,目前,该技术得到了进一步发展,该程序可作为该类技术研究的基础
  • 内部包含EMD/EEMD/CEEMDAN/VMD的matlab程序代码,可以用于进行信号的经验模态分解
  • 基于集合经验模态分解的发电机组智能诊断系统设计.pdf
  • 行业文档-设计装置-基于集合经验模态分解的火-储联合调度调频功率分配方法.zip
  • 基于集合经验模态分解与Elman神经网络的线椒株高预测.pdf
  • 基于集合经验模态分解和灰色神经网络的船舶交通流预测.pdf
  • 基于集合经验模态分解和BP神经网络的北京市PM2.5预报研究.pdf
  • 基于集合经验模态分解与Elman神经网络的线椒株高预测
  • 基于集合经验模态分解和人工蜂群算法的工厂化养殖pH值预测
  • 基于完备集合经验模态分解-归一化希尔伯特变换的神经网络储层流体识别.pdf
  • 基于互补集合经验模态分解和长短期记忆神经网络的短期电力负荷预测.pdf
  • 金砖国家股票市场波动特征对比研究--基于集合经验模态分解的实证分析,杨胜刚,朱聪彪,本文选取了1995年9月1日至2015年5月29日金砖国家股市周收盘数据为样本,使用集合经验模态分解方法将其指数分解为高频、低频和...
  • #资源达人分享计划#

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 820
精华内容 328
关键字:

集合经验模态分解

友情链接: jianyijisuanji.rar