EMD算法的简单介绍，matlab安装包的安装以及其应用！[通俗易懂]

大家好，又见面了，我是你们的朋友全栈君。

EMD（经验模态分解）是由美国NASA的黄锷博士提出的一种信号处理方法。EMD将信号分解为频率按照从高到低的一系列模态分量，并由于噪声占主导的分量主要是高频信号，有效信号占主导的分量主要是低频信号，因而它们之间存在着一个分界点，当找到这个分界点时即可实现对信号的降噪。

EMD的每一个固有模态分量均满足以下两个条件：其极值点和过零点的个数相等或者相差至多为1，任意一点的上下包络线均值为零。EMD进行“筛分”步骤总结如下：

1）使用三次样条曲线拟合信号的极大值点和极小值点，形成了上下包络线，其次计算出上下包络线的均值，然后令信号减去该均值后则可得到了一个新的信号；再次重复上述方法求取上下包络线和均值以及新的信号，直至最后得到信号满足固有模态分量的两个条件；

2）将原始信号减去所有的固有模态分量得到的残余信号代入步骤1)运算，直至最后的残余信号为满足一定的条件时，则停止分解，其即为余项。

EMD安装包的下载：https://download.csdn.net/download/qq_27806947/10366188 其安装过程如下：

1）找到matlab安装目录下的toolbox，并把安装包粘贴进去！

2）添加maltab的路径，设置路径-添加并包含子文件夹-选中toolbox下的package_emd-保存-关闭如下图所示：

3）在命令行中运行命令：install_emd即可！

这里使用EMD分解一个加速度信号，程序和结果如下图所示：

modos=emd(s1); %已经知道结果是2个固有模态分量和一个余项了，否则应该用for循环和size(modos)
figure
plot(t1,s1)
xlabel('时间/s');
ylabel('位移/m');
title('原始信号')


figure
subplot(3,1,1)
plot(t1,modos(1,:))
title('EMD分解的信号')

ylabel('IMF1/m');


subplot(3,1,2)
plot(t1,modos(2,:))

ylabel('IMF2/m');


subplot(3,1,3)
plot(t1,modos(3,:))
xlabel('时间/s');
ylabel('余项/m');

发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/134717.html原文链接：https://javaforall.cn