[发明专利]一种经验模态分解-局部均值分解联合方法

权利要求书

1.一种经验模态分解-局部均值分解联合方法，其特征在于：该方法包括：

S1：针对非线性非稳定的原始信号，进行经验模态分解，得到所有的固有模态函数；

S2：以所有的固有模态函数作为输入，使用局部均值分解方法进行分解，得到瞬时频率物理意义明确的处理信号。

2.根据权利要求1所述的经验模态分解-局部均值分解联合方法，其特征在于：所述S1中经验模态分解的步骤如下：

S1-1：将原始信号定义为原始函数h_n(k-1)(t)，并从初始位置(即n＝1，k＝1)，开始找出原始信号的所有局部极大值点和极小值点；

S1-2：利用样条拟合函数对极大值点和极小值点进行处理，拟合得到原始函数的上包络线和下包络线；

S1-3：计算上包络线和下包络线的均值，得到均值函数；

S1-4：原始函数减去均值函数，并判断是否为固有模态函数，得到第一个固有模态函数；

S1-5：用原始信号减去S1-4中得到的第一个固有模态函数，并将结果作为新的原始信号(即n+1)，重复步骤S1-1至S1-4，最终得到所有的固有模态函数。

3.根据权利要求2所述的经验模态分解-局部均值分解联合方法，其特征在于：所述S1-4中，固有模态函数必须同时满足如下两个条件：

a：原始函数的极值点的个数等于原始函数过零点的个数或者相差不超过一个；

b：上包络线和下包络线的平均值为0；

如若不满足上述条件，则k+1，并以该信号为基础，重复步骤S1-1至S1-4，直至满足上述条件。

4.根据权利要求1所述的经验模态分解-局部均值分解联合方法，其特征在于：所述S2中局部均值分解步骤如下：

S2-1：将每一个固有模态函数作为输入，分别计算其局部均值m_i和局部幅值a_i；

S2-2：将所有m_i以及a_i采用滑动平均法进行平滑处理，得到相应的局部均值函数m_i，pq(t)和局部包络函数a_i，pq(t)；

S2-3：从原始信号中分离出局部均值函数，并使用局部包络函数进行解调，得到纯调频信号s_i，pq(t)；

S2-4：将迭代过程中所有局部包络函数相乘，得到包络信号a_p(t)；

S2-5：包络信号和纯调制信号相乘得到第一个PF分量，从原始信号中将PF分量分离出来，得到的新信号作为新的原始信号并重复步骤S2-1至S2-4的，直至分离PF分量后的新信号为单调函数为止，得到瞬时频率物理意义明确的处理信号。

5.根据权利要求4所述的经验模态分解-局部均值分解联合方法，其特征在于：所述S2-3中解调出来的信号若振幅不恒为1，则将解调后的信号作为输入信号重复步骤S2-1至S2-2。