matlab变分模态分解 VMD

clear; clc; fs = 25600; %采样频率 x_input=csvread('D:\data.csv'); %读取数据 N=length(x_input); %数据长度 n=0:N-1; t=n/fs; %生成每个数据点对应的时间戳 y=x_input; figure(1); %时域图像 plot(t,y); xlabel('时间');ylabel('幅值'); %% 将imf可视化为三维图 figure(2) [imf,res]=vmd(x_input,'NumIMF',7,'Display',1); %VMD变换输出为imf分量和残余分量 % 'NumIMF',7 需要生成imf分量的个数默认为5，可以手动修改，但有的信号可能达不到你要求的分量个数 % 'Display',1 在命令行中展示每个imf分量分解的信息，默认为0（不展示） [p,q] = ndgrid(t,1:size(imf,2)); %三维绘图可视化 plot3(p,q,imf) grid on xlabel('Time Values') ylabel('Mode Number') zlabel('Mode Amplitude') %% 对每个imf分量和残余分量可视化 figure(3) %在一张图布上绘制所有的imf分量及最后的残余分量 a=size(imf,2); for i=1:a subplot(a+1,1,i) plot(t,imf(:,i)) title(sprintf("第%d个imf分量",i)) end subplot(a+1,1,a+1) plot(t,res) title('残余分量') %% 选择三个imf分量和残余分量相加重构成原始信号，并与原始信号对比 newsig=sum(imf(:,1:3),2) + res; %重构新信号 figure(4) plot(t,newsig,'LineWidth',1.5) %绘制新信号图像 hold on plot(t,x_input,':','LineWidth',2) %绘制原始信号图像 xlabel('Time (s)') ylabel('Signal') hold off legend('Reconstructed signal','Original signal', ... 'Location','northwest')