[发明专利]一种经验模态分解-局部均值分解联合方法

说明书

本发明公开了一种经验模态分解‑局部均值分解联合方法，涉及信号处理技术领域，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。采用本发明的技术方案能够克服以往由希尔伯特‑黄变换产生的负频率问题，同时具备强鲁棒性并且得到的瞬时频率物理意义明确，从而能够适用于处理自然界及工程领域的复杂非线性非稳定信号。

技术领域

本发明涉及信号处理技术领域，尤其涉及一种经验模态分解-局部均值分解联合方法。

背景技术

对数据信息的提取是人类认识世界本质的关键一步。现实中的大部分数据都属于时间序列，例如地震波数据、气候数据、压气机失速数据及引力波数据，通常情况下，这些数据都呈现出或强或弱的周期性，因此对时间序列数据进行时频分析十分必要。目前通用的时频分析方法有短时傅里叶变换、小波变换、希尔伯特-黄变换及局部均值分解；这几种时频分析方法又可以分为两类，第一种是具有固定基函数的先验分析方法，例如短时傅里叶变换和小波变换，前者采用正弦波作为基函数，后者采用各种有限长度的小波作为基函数。第二种是无固定基函数的自适应分析方法，例如希尔伯特-黄变换和局部均值分解，二者都采用基于数据本来信息的基函数进行信号分解。

发明内容

本发明意在提供一种经验模态分解-局部均值分解联合方法，能够克服以往由希尔伯特-黄变换产生的负频率问题，同时具备强鲁棒性并且得到的瞬时频率物理意义明确，从而能够适用于处理自然界及工程领域的复杂非线性非稳定信号。

为达到上述目的，本发明提供如下技术方案：

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。

优选地，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。

优选地，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。

优选地，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；