[发明专利]自适应性二进、共轭屏蔽网格之经验模态分解方法及其系统

说明书

技术领域

本发明系有关一种自适应性二进、共轭屏蔽网格之经验模态分解的讯号处理方法及其系统，特别是一种低计算量、无噪音快速二进的分解非线性及非稳态数据，且降低演算时间的方法及系统。

背景技术

经验模态分解法(Empirical Mode Decomposition,EMD)是基于希尔伯特-黄转换(Hilbert-Huang Transformation,HHT)所实施之演算方法，近年来被广泛使用于非线性或非稳态的讯号处理，如地震分析、生医讯号计算等。

经由经验模态分解，原始讯号可从高频率到低频率排序依序拆解成对应之函数，具有固有模态函数(Intrinsic Mode Function,IMF)的特性。然则，经验模态分解用于滤波时有一个主要缺点，那就是模态函数混合效应(mode mixing effect)。经验模态分解的过程中会有混模问题产生，系因为某些系统发生间断性讯号(intermittence)，使经验模态分解无法正确计算出同一尺度的讯号，因此，在同一个本质模态函数里会有不同尺度的模态混杂，或者是同一尺度的模态出现在不同的固有模态函数里。

虽然在2009年黄锷博士等人特别提出以噪声辅助的总体经验模态分解法(Ensemble Empirical Mode Decomposition,EEMD)，系加入白噪声(white noise)来解决混模问题，虽然可以解决混模问题，但是运算复杂度比传统经验模态分解法多了总体数量的倍数，难以运用在需要实时运算或是数据量大的讯号上，限制了经验模态分解法的使用。

发明内容

为了克服习知经验模态分解技术操作之缺点，本发明提供一种自适应性二进、共轭屏蔽网格之经验模态分解方法(Conjugate Adaptive Dyadic Masking Empirical Mode Decomposition,CADM EMD)及实施该方法之系统，综合现有模态分解方法的长处，但进一步排除原始数据中的间歇性扰动造成的混模问题，让使用者能直接且快速地取得其原始讯号之解析数值(固有模态函数)。

该种讯号处理之方法，其步骤包含:取得一原始讯号。接着，利用经验模态分解法(EMD)分解该原始讯号，取得复数固有模态函数(IMF)。选取一第一固有模态函数，平均该第一固有模态函数中之复数瞬时频率与瞬时振幅，取得一平均频率(ω_o)与一平均振幅(a_o)，其中，该第一固有模态函数为该些固有模态函数对应之频率区间最大者。

再者，分别加入复数一阶共轭屏蔽函数于该原始讯号中，产生复数一阶调制讯号，其中，该些一阶共轭屏蔽函数彼此具有固定之相位差，系选自由以下包含该平均频率(ω_o)与该平均振幅(a_o)的三角函数所组成之群组；

+a_osinω_ot,-a_osinω_ot,+a_ocosω_ot和-a_ocosω_ot

接下来，利用经验模态分解法(EMD)分解该些一阶调制讯号，取得复数一阶调制模态函数。进一步，相加该些第一阶调制模态函数，并除以一一阶共轭屏蔽函数个数，产生一一阶模态函数。

再者，分别加入复数二阶共轭屏蔽函数于该原始讯号中，产生复数二阶调制讯号，其中，该些二阶共轭屏蔽函数彼此具有固定之相位差，亦选自由以下包含该平均频率(ω_o)与该平均振幅(a_o.)的三角函数所组成之群组；

+(a_o/2)sin(ω_o/2)t,-(a_o/2)sin(ω_o/2)t,

+(a_o/2)cos(ω_o/2)t和-(a_o/2)cos(ω_o/2)t

接下来，利用经验模态分解法(EMD)分解该些二阶调制讯号，取得复数二阶调制模态函数。进一步，相加该些第二阶调制模态函数，并除以一二阶共轭屏蔽函数个数，产生一二阶模态函数。