EMD.m.rar_EMD_emd镜像_emd.m_镜像emd_镜像延拓emd资源-CSDN文库

共2个文件

txt：2个

版权申诉

5星 · 超过95%的资源 114 浏览量 2022-07-13 18:23:32 上传评论 1 收藏 3KB RAR 举报

《经验模式分解(EMD)算法详解及其镜像延拓应用》经验模式分解(EMD，Empirical Mode Decomposition)是由Nigel R. Waletzky于1998年提出的一种数据处理方法，主要用于非线性、非平稳信号的分析。EMD的核心思想是将复杂的信号自适应地分解为一系列具有简单振荡特性的内在模态函数(IMF，Intrinsic Mode Function)。这一算法在许多领域，如地震学、生物医学、机械工程等，都有着广泛的应用。 emd.m是实现EMD算法的MATLAB代码，它通过迭代的方式，对输入信号进行分解，找出满足IMF定义的分量。在EMD过程中，首先找到信号的局部最大值和最小值，然后用这些点构造上包络线和下包络线，接着计算这两条包络线的平均值作为新的信号，重复此过程直到信号被完全分解。镜像延拓(Reflection Extension)是EMD算法中一个重要的辅助技术，主要用于处理边界条件的影响。在原始EMD算法中，由于边界效应可能导致信号的不准确分解，镜像延拓通过对信号的边界进行反射，从而在处理过程中增加了虚拟的数据点，降低了边界对分解结果的影响。在emd.m中，镜像延拓可能体现在对信号两端进行镜像复制，以增加数据点的数量，使得内部计算更加稳定。文件"EMD.m.txt"很可能是emd.m算法的具体实现代码，包含了EMD的详细步骤，包括如何找到局部极值、构建包络线、迭代分解以及如何应用镜像延拓。而"www.pudn.com.txt"可能是提供该资源的网站信息或者相关说明，对于理解算法的来源和获取更多相关资料有一定的帮助。 EMD算法的步骤大致包括以下几个部分： 1. 极值检测：找出信号的局部最大值和最小值。 2. 包络线构造：基于极值点生成上、下包络线。 3. IMF提取：计算上下包络线的平均值，作为当前IMF，然后将原始信号减去这个IMF。 4. 迭代检查：如果剩余信号满足IMF的定义（即最大值和最小值都至少出现两次），则将其视为下一个IMF，否则继续进行下一步。 5. 重复以上步骤，直至剩余信号只剩下单调趋势或噪声，此时所有IMF和残差构成了原始信号的完整分解。镜像延拓在实际应用中可以显著提高EMD算法的性能，特别是在处理周期性信号时，能有效减少端点效应，使得分解出的IMF更接近实际的物理过程。总结起来，经验模式分解(EMD)是一种强大的信号处理工具，结合镜像延拓技术，可以更精确地分析非线性、非平稳信号，而emd.m是实现这一算法的关键代码。通过深入理解并应用EMD算法，我们可以更好地理解和解析各种复杂信号，为科研和工程实践提供有力支持。

资源详情

资源评论

资源推荐

收起资源包目录

EMD.m.rar （2个子文件）

www.pudn.com.txt 218B

EMD.m.txt 6KB

http://hexun.com/bigbomb > 复制 > 收藏 | 移动个人门户和讯博客 | 和讯首页一起走过的日子美好个人门户博客相册音乐视频网摘博揽邮局朋友圈好友留言板进入我的家主人：bigbomb825826 [发送私信] [加为好友] [关注] 快速链接 [和讯博客] [发表文章] [进入管理] 搜索分类起始友情链接 EMD算法代码（基于次端点镜像法） [原创 2007-06-21 18:55:14] function imf = TryEmd(ip) %-------------------------------------------------------------------------- % Designer:万学功 % Released Time:2007-6-21 % Email:bigbomb825826@yahoo.com % Department:江苏大学机械工程学院测控技术研究所 %-------------------------------------------------------------------------- %----函数说明(152)： % 输入ip--待分解数据序列，一维列向量； % 输出imf--分解后得到的IMF分量，二维数组表示； %-------------------------------------------------------------------------- %----调用函数： % Enovelope--次端点镜像法求解上、下包络线；(39) % MaxMin--求局部极值点及其位置；(24) % MaxMax--求数组极大值;(6) % ZeroNum--求过零点数目；(17) %-------------------------------------------------------------------------- %----参数设置： PRE_yuzhi=0.005; %--偏差阈值； NUM1=5; %--分解得到IMF分量的最多数目； NUM2=800; %--提取IMF分量的最多筛分次数； %-------------------------------------------------------------------------- flag=0; I=0; num1=0; num2=0; N=length(ip); x=1:N; [max,max_No,min,min_No]=MaxMin(ip); while(max_No(1)~=0 && min_No(1)~=0) if(num1>=NUM1) break; end while(1) num2=num2+1; [yy1,yy2]=enovelope(x,max,max_No,min,min_No); mean=(yy1+yy2)/2; h1=ip-mean; [max,max_No,min,min_No]=MaxMin(h1); if(max_No(1)==0 || min_No(1)==0) flag=1; break; end [yy1,yy2]=enovelope(x,max,max_No,min,min_No); mean=(yy1+yy2)/2; hmax=MaxMax(mean); N1=ZeroNum(h1); tiaojian1=hmax-PRE_yuzhi; tiaojian2=abs(length(max_No)+length(min_No)-N1); if((tiaojian1<0 && tiaojian2<=1) || num2<=NUM2) I=I+1; imf(I,:)=h1; break; else ip1=h1; [max,max_No,min,min_No]=MaxMin(ip1); end end if(flag==1) flag=0; break; else ip=ip-imf(I,:); num1=I; [max,max_No,min,min_No]=MaxMin(ip); end end imf(I+1,:)=ip; %---------------------------------调用函数--------------------------------- %-------------------------------------------------------------------------- function [y_up,y_low]= Enovelope(x,max,max_No,min,min_No) %--次端点镜像延拓法获得的上下包络线； %--注：输入参数是由MaMin函数获得的极值点； l=length(x); l1=length(max); N1=max_No(1)-1; N2=length(x)-max_No(end); l2=length(min); N3=min_No(1)-1; N4=length(x)-min_No(end); max1_No(1)=1; for i=2:(l1+1) max1_No(i)=max_No(i-1)+N1; end max1_No(l1+2)=l+N1+N2; max1(1)=max(1); for i=2:(l1+1) max1(i)=max(i-1); end max1(l1+2)=max(end); min1_No(1)=1; for i=2:(l2+1) min1_No(i)=min_No(i-1)+N3; end min1_No(l2+2)=l+N3+N4; min1(1)=min(1); for i=2:(l2+1) min1(i)=min(i-1); end min1(l2+2)=min(end); x1=1:(l+N1+N2); cs1 = spline(max1_No,max1); y1=ppval(cs1,x1); for i=1:l y_up(i)=y1(i+N1); end x2=1:(l+N3+N4); cs2 = spline(min1_No,min1); y2=ppval(cs2,x2); for i=1:l y_low(i)=y2(i+N3); end %-------------------------------------------------------------------------- function e1 = MaxMax(y) e1=abs(y(1)); for i=2:length(y) if(abs(y(i))>e1) e1=abs(y(i)); end end %-------------------------------------------------------------------------- function [max,max_No,min,min_No]=MaxMin(ip) %--MaxMin函数 %--求局部极值点及其位置 max=0; max_No=0; min=0; min_No=0; N=length(ip); j1=1; j2=1; for i=2:(N-1) if(ip(i)>ip(i-1)&&ip(i)>ip(i+1)) max(j1)=ip(i); max_No(j1)=i; j1=j1+1; elseif(ip(i)<ip(i-1)&&ip(i)<ip(i+1)) min(j2)=ip(i); min_No(j2)=i; j2=j2+1; end end %-------------------------------------------------------------------------- function N1=ZeroNum(ip) %--ZeroNum函数 %--求过零点个数 N=length(ip); N1=0; for i=1:(N-1) if(ip(i)==0) N1=N1+1; elseif(ip(i)*ip(i+1)<0) N1=N1+1; end end if(ip(N)==0) N1=N1+1; end 标签: 学术区票数：0我顶 [手机订阅] [收藏到我的网摘] [推荐] | [评论] | [举报] | [打印] 本文章被推荐到了0个圈子点击数: 215 评论数: 3 本文章引用通告地址(TrackBack Ping URL)为: http://post.blog.hexun.com/bigbomb/trackback.aspx?articleid=10204785&key=633180489143200000 本文章尚未被引用。上一篇: 多线程技术博客链条秀想在这里投放广告？点击查看详情更多... 舒淇和钟欣桐的两种不同命运秦海璐浓妆遭老外暧昧窥胸宝盈鸿利基金拆分申购机构最新股票池大曝光最新读者留下足迹请登录 [登录][注册]bobkin bobking2[发送私信] Re: EMD算法代码（基于次端点镜像法） [2008-3-26 11:22:53] 万学功，你好，你的算法还没有解决端点效应。存在严重的端点效应。你有如何改进的算法吗？ [引用] [支持] [反对] [删除] [加入黑名单] 四毛(未注册) Re: EMD算法代码（基于次端点镜像法） [2007-12-4 20:53:12] 我运行了你的程序，分解出来的好像不对啊请问while(max_No(1)~=0 && min_No(1)~=0)是什么意思啊 [引用] [支持] [反对] [删除] [不允许匿名评论] 阿蛮(未注册) Re: EMD算法代码（基于次端点镜像法） [2007-7-5 15:36:41] 太感谢了！！！请问楼主这段EMD是不是用的matlab语言？用fortran的话改动大吗？ [引用] [支持] [反对] [删除] [不允许匿名评论] 发表评论大名: [登录] [注册成为和讯用户] (不填写则显示为匿名者) 网址: (您的网址，可以不填) 标题: 内容: 字数上限为2000字请根据下图中的字符输入验证码： 0 点这里显示验证码。 (您的评论将有可能审核后才能发表)和讯个人门户 v1.0 | 和讯部落 | 客服中心