[发明专利]一种经验模态分解筛选迭代过程终止准则的方法

权利要求书

1.一种经验模态分解筛选迭代过程的终止准则的方法，其特征在于按照以下步骤进行：

步骤1：确定数据的气候态，用数据x(t)的线性拟合来代表其气候态；

步骤2：迭代求解，每次迭代得到IMF的雏形后，计算余量相对方差；

步骤3：找出相对方差最小时对应的迭代次数，此时的IMF雏形就是本次迭代过程的终点；

步骤4：进入下一个迭代循环过程，获取下一个IMF，直至余量x_i+1(t)为趋势项为止。

2.按照权利要求1所述一种经验模态分解筛选迭代过程的终止准则的方法，其特征在于：所述步骤1在matlab里，用c(t)＝x(t)-detrend(x(t))作为时间序列x(t)的线性拟合，即所说的气候态。

3.按照权利要求1所述一种经验模态分解筛选迭代过程的终止准则的方法，其特征在于：所述步骤2相对方差定义为

其中x_i(t)为求解第i个IMF(m_i(t))时筛选迭代开始前的数据状态，即x₁(t)＝x(t),x₂(t)＝x(t)-m₁(t),…,x_i(t)＝x(t)-∑_k＝1…im_k(t)，将x_i(t)称为余量，m_i,j(t)为求解m_i(t)的筛选过程中，经过j次迭代得到的IMF雏形，即m_i(t)为m_i,j(t)筛选迭代过程结束时的状态。

4.按照权利要求1所述一种经验模态分解筛选迭代过程的终止准则的方法，其特征在于：所述步骤3中对于第i个IMF(即m_i(t))，多次迭代后会得到一个与迭代次数j有关的时间序列r_i,j，找出r_i,j的最小值所对应的迭代次数j就是本次筛选过程的最佳迭代次数，记为N(i),此时对应的m_i，N(i)(t)即为第i个本征函数m_i(t)，实际操作中，可预先给定一个适当的最大迭代次数，然后在此范围内寻找相对方差的最小值。