[发明专利]一种基于成分向量的经验模态分解高频数据的降噪方法在审
| 申请号： | 201710310861.3 | 申请日： | 2017-05-05 |
| 公开（公告）号： | CN107423671A | 公开（公告）日： | 2017-12-01 |
| 发明（设计）人： | 李毅;米子川;韩慧婧 | 申请（专利权）人： | 山西财经大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00 |
| 代理公司： | 北京汇知杰知识产权代理事务所(普通合伙)11587 | 代理人： | 蔡伦 |
| 地址： | 030006 山西省太原*** | 国省代码： | 山西;14 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种估计数据噪声水平的方法，所述方法包括步骤(1)使用经验模态分解将含噪声的原始高频数据分解成有限个本征模态函数和残余项；(2)对所述本征模态函数进行Hilbert变换，得到它们的瞬时振幅和瞬时能量，将本征模态函数的瞬时能量看作为给定时间的基向量；(3)根据成分向量的定义从所述基向量得到成分向量；(4)利用成分数据的统计特性的优势来分析每个本征模态函数的瞬时能量占比；(5)置信区间表示相应的本征模态函数所具有的能量占总能量百分比的置信区间，由此通过判断置信区间的上限和下限来判断该本征模态函数的能量占比比重，然后通过设定阈值来将噪声分量分离出来。 | ||
| 搜索关键词： | 一种 基于 成分 向量 经验 分解 高频 数据 方法 | ||
【主权项】：
一种估计数据噪声水平的方法，所述方法包括步骤：(1)使用经验模态分解将含噪声的原始高频数据分解成有限个本征模态函数和残余项；(2)对所述本征模态函数进行Hilbert变换，得到它们的瞬时振幅和瞬时能量，将本征模态函数的瞬时能量看作为给定时间的基向量；(3)根据成分向量的定义从所述基向量得到成分向量；在成分向量中，每个元素代表在该给定时间每个本征模态函数的能量占总能量的百分比，以此方式得到成分向量的集合；(4)利用成分数据的统计特性的优势来分析每个本征模态函数的瞬时能量占比，得到成分向量的置信区间；比较每个成分向量的能量部分，获得每个本征模态函数对总能量的贡献；(5)置信区间表示相应的本征模态函数所具有的能量占总能量百分比的置信区间，由此通过判断置信区间的上限和下限来判断该本征模态函数的能量占比比重，然后通过设定阈值来将噪声分量分离出来。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于山西财经大学，未经山西财经大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710310861.3/，转载请声明来源钻瓜专利网。
