高斯白噪声matlab代码-noise_assisted_mvmd:noise_assisted_mvmd

高斯白噪声matlab代码噪声辅助的多元变量模式分解（ICASSP 2021上的论文） 作者： Charilaos A. Zisou，Georgios K. Apostolidis，Leontios J. Hadjileontiadis 摘要：变分模式分解（VMD）是一种广泛使用的基于优化的方法，可以同时分析非平稳信号。 相应地，其最近提出的多元扩展，即MVMD，在分析多通道信号中显示出了巨大的潜力。 但是，预设提取成分K的数量的要求降低了VMD和MVMD方法的分析性能。 这项工作将MVMD与噪声注入范例结合起来，为VMD和MVMD提出了一种有效的替代方案，即噪声辅助MVMD（NA-MVMD），其目的是放宽预设K的要求，并提高质量。结果分解。 通过在初始信号中添加噪声变量/通道来注入噪声，以激发高斯白噪声时VMD / MVMD的滤波器组特性。 此外，提出了一种更新中心频率的替代方法，该方法使用广义交叉频谱的质心，而不是单个频谱质心的简单平均值，从而显示出更快的收敛性。 NA–MVMD可应用于单变量和多变量合成信号，在选择K参数时显示出更高的分析能力，抗噪声能力以及较低的灵敏度。 致谢：