基于镜像延拓和神经网络的EMD端点效应改进方法 (2010年)

经验模态分解(Empirical Mode Decomposition，EMD)在机械故障诊断中存在一个比较严重的问题，即端点效应。镜像延拓是克服端点效应的有效方法，采用镜像延拓处理端点效应时，要求将镜面放置在局部极值点处，针对这一问题，提出了一种基于镜像延拓和神经网络相结合的数据延拓方法。采用神经网络预测原信号序列，将信号向前向后各延拓一个极值点，再采用镜像延拓有效地减小EMD分解中的端点效应。通过对仿真信号的分析，验证了该方法能有效抑制EMD方法中的端点效应问题。