[发明专利]一种改进的自适应噪声集合经验模态分解处理方法

权利要求书

1.一种改进的自适应噪声集合经验模态分解处理方法，其特征在于：包括：

S1、对原始信号添加正的白噪声和负的白噪声；

S2、对添加正负白噪声后的信号进行经验模态分解和集合平均，得到平均后的第一阶固有模态函数以及相应的剩余分量；

S3、对剩余分量继续添加正负的自适应噪声，然后对添加正负自适应噪声后的分量继续进行经验模态分解和集合平均，直到得到平均后的所有阶固有模态函数以及最终的剩余分量。

2.根据权利要求1所述的一种改进的自适应噪声集合经验模态分解处理方法，其特征在于：所述步骤S1，其具体为：

对原始信号s(t)添加正的白噪声nⁱ(t)和负的白噪声-nⁱ(t)，得到添加白噪声后的信号S(t)，所述添加白噪声后的信号S(t)的表达式为：

S(t)＝s(t)+(-1)^qa₀nⁱ(t)，

其中，i＝1，2，…，M/2，M为集合平均的次数,a₀为所加噪声的幅值，nⁱ(t)为所添加的第i个噪声,q取1时代表添加的第i个负白噪声-a₀nⁱ(t)，q取2时代表添加的第i个正白噪声a₀nⁱ(t)。

3.根据权利要求2所述的一种改进的自适应噪声集合经验模态分解处理方法，其特征在于：所述步骤S2，其包括：

S21、对添加白噪声后的信号S(t)进行经验模态分解，得到第一阶固有模态函数；

S22、对第一阶固有模态函数进行集合平均，得到平均后的第一阶固有模态函数；

S23、从原始信号s(t)中剔除平均后的第一阶固有模态函数，从而得到第一阶剩余分量。

4.根据权利要求3所述的一种改进的自适应噪声集合经验模态分解处理方法，其特征在于：所述步骤S21，其包括：

S211、采用样条插值法得到添加白噪声后的信号S(t)的上包络e_max(t)和下包络e_min(t)；

S212、求出上包络e_max(t)和下包络e_min(t)的均值M(t)，然后从信号S(t)中剔除均值M(t)后得到剩余分量C(t)，所述均值M(t)和剩余分量C(t)的表达式分别为：M(t)＝[e_max(t)+e_min(t)]/2，C(t)＝S(t)-M(t)；

S213、以剩余分量C(t)作为新的S(t)信号返回步骤S211，直到剩余分量C(t)满足设定的停止条件才停止迭代过程，得到第一阶固有模态函数imf₁(t)。

5.根据权利要求4所述的一种改进的自适应噪声集合经验模态分解处理方法，其特征在于：所述步骤S211,其具体为：

提取添加白噪声后的信号S(t)的极值点，然后通过三次样条曲线拟合得到信号S(t)的上包络e_max(t)和下包络e_min(t)，其中，信号S(t)的上包络e_max(t)由信号S(t)的极大值拟合得到，信号S(t)的下包络由信号S(t)的极小值拟合得到。