幾種改善EMD端點效應(yīng)方法的比較研究-基礎(chǔ)電子

精品文檔-下載后可編輯幾種改善EMD端點效應(yīng)方法的比較研究-基礎(chǔ)電子摘要：經(jīng)驗?zāi)B(tài)分解（EMD）的一個關(guān)鍵問題是改善端點效應(yīng)。目前工程上已經(jīng)提出了多種處理方法。在此對端點鏡像方法、多項式擬合法、極值延拓法、平行延拓法和邊界局部特征尺度延拓法等5種方法進行對比研究，利用分解信號與原信號的相似系數(shù)、分解信號與原信號的平均相對誤差以及算法的運行時間作為端點處理方法的評價指標。仿真結(jié)果表明，極值延拓法是處理準周期信號的相對較好的EMD端點效應(yīng)處理方法。

0引言

1998年，Huang等人提出了一種新的信號處理方法：經(jīng)驗?zāi)B(tài)分解方法（EmpiricalModeDecomposition,EMD）。它用不同特征尺度的數(shù)據(jù)序列本征模函數(shù)（IntrinsicModeFunction,IMF）分量來逐級分解信號。

該方法可以對一個非平穩(wěn)信號進行平穩(wěn)化處理。

在EMD分解中，每個IMF需要多次“篩選”過程，而每篩選過程，需要根據(jù)上、下包絡(luò)計算出信號的局部平均值。上（下）包絡(luò)是由信號的局部極大（小）值通過3次樣條插值得到的。但信號的端點不可能同時處于極大值或極小值，因此上、下包絡(luò)在數(shù)據(jù)序列兩端會發(fā)散，且這種發(fā)散會隨著運算的進行而逐漸向內(nèi)，從而使得整個數(shù)據(jù)序列受到影響，這就是所謂的EMD方法的端點效應(yīng)。

國內(nèi)外很多研究者對改進EMD端點效應(yīng)問題進行了研究。目前，常用的EMD端點效應(yīng)處理方法有鏡像法、極值延拓法、神經(jīng)網(wǎng)絡(luò)預(yù)測、多項式外延方法、平行延拓法、邊界局部特征尺度延拓法。神經(jīng)網(wǎng)絡(luò)延拓算法的運算速度慢，在工程應(yīng)用中實時性差。所以本文只對鏡像法、極值延拓法、多項式法、平行延拓法和邊界局部特征尺度延拓法進行比較，從而得到對工程應(yīng)用有指導(dǎo)意義的結(jié)果。

1EMD方法

EMD方法中假設(shè)：

（1）任何信號都可以分解為若干個IMF分量；

（2）各個IMF分量可以是線性的或非線性的，局部的零點數(shù)和極值點數(shù)相同，且上下包絡(luò)關(guān)于時間軸局部對稱；

（3）一個信號可包含若干個IMF分量。

每個IMF分量的計算步驟為：

首先，計算原信號x（t）的極值點，然后用三次樣條函數(shù)擬合出極大（?。┲蛋j(luò)線e+（t）（e-（t））。原信號的均值包絡(luò)m1（t）是上下包絡(luò)線的平均值：

若h11（t）不滿足IMF定義的條件，則它不是平穩(wěn)信號，重復(fù)進行上述過程k次（k一般小于10），直到找到滿足IMF的定義的h1k（t）,則x（t）的一階IMF分量為：

將r1（t）作為原始數(shù)據(jù)，再得到第2個IMF分量c2（t）,依此類推，得到n個IMF分量，直到rn（t）是單調(diào)函數(shù)或常量時，EMD分解過程停止。

，x（t）經(jīng)EMD分解后得到：

式中rn（t）為趨勢項，代表信號的平均趨勢或均值。

2改善端點效應(yīng)的幾種方法

本文在Matlab下實現(xiàn)了5種常用的改善EMD端點效應(yīng)的方法，并用于比較測試，它們分別為：

（1）端點鏡像方法。以信號兩端的邊界為對稱，把信號向外映射，得到原信號的鏡像，形成一個閉合的曲線，從而得到完整的包絡(luò)曲線。

（2）極值延拓法。以端點的一個特征波為依據(jù)，在兩端各延拓兩個極大值和極小值。

（3）多項式擬合法。對原信號的極值點序列，利用端點處3個極值點進行多項式擬合計算出的值作為端點處極值點的近似取值，以確定邊界極值點的位置。

（4）平行延拓法。利用端點附近的兩個相鄰極值點（一個極大值，一個極小值）處斜率相等這一特性，人為在兩端定義出兩個極值點。

（5）邊界局部特征尺度延拓法。把調(diào)幅趨勢和端點處局部極值點的時間間隔相結(jié)合，在信號兩端分別添加一對極大值點和極小值點。

3端點效應(yīng)評價指標

本文采用3個指標來評價多種端點效應(yīng)處理方法的效果：

（1）計算EMD分解后各分量信號與對應(yīng)的原信號之間的相似系數(shù)ρ信號的包絡(luò)發(fā)生形狀畸變，引起端點效應(yīng)，從而使各個分量的分解不準確?？梢员容^EMD分解后的各IMF分量和原信號分量之間的相似度，來評價各抑制端點效應(yīng)算法的抑制效果。

式中：cov-（）表示協(xié)方差；σ-（）表示方差；IMFi表示信號經(jīng)過EMD分解后的第i個模態(tài)分量；xi為相對應(yīng)的原信號組成分量。ρ值越大，說明端點效應(yīng)的抑制越好。

（2）計算EMD分解后得到的各IMF分量和原信號相應(yīng)的分量之間的平均相對誤差[9].

式中：N表示信號的總個數(shù)；xi（k）表示原信號第i個分量；IMFi（k）表示EMD分解后得到的相應(yīng)分量。

error_IMFi越小，說明端點效應(yīng)的抑制越好。

（3）運算時間。保證算法抑制端點效應(yīng)效果的前提下，算法不能過于復(fù)雜，以滿足實時性。

4實驗結(jié)果分析

假定測試信號是一個調(diào)頻調(diào)幅非線性仿真信號，其表達式為：

式中采樣頻率1000Hz,采樣點數(shù)250點，時域波形如圖1所示。

為了比較延拓后的分解結(jié)果，將原信號的組成分量一并給出，圖2是沒有進行端點處理的信號EMD分解結(jié)果，從圖中可以看到，在兩端點處有比較大的失真，并且會“向內(nèi)污染”.圖2~圖7中虛線為原分量；實線為EMD的分解結(jié)果。

圖3~圖7分別是用端點鏡像方法、多項式擬合法、極值延拓法、平行延拓法和邊界局部特征尺度延拓法延拓后得到的EMD分解結(jié)果。

由圖可知，這幾種方法都有效改善了EMD的端點效應(yīng)，其中極值延拓法對于端點效應(yīng)的改善比較明顯，其他方法得到的結(jié)果，在兩端仍有發(fā)散現(xiàn)象。表1給出了文中所述5種端點抑制方法對所給信號處理后的性能評價結(jié)果。

由表1給出參數(shù)可看出，對于給定準周期的測試信號，極值延拓法分解得到相似系數(shù)，分解誤差，分解精度；平行延拓法得到的相似系數(shù)，分解誤差，分解精度較低。比較運行時間，極值延拓法和平行延拓法計算速度快，多項式擬合法耗時較長。

5結(jié)語

在EMD分解過程中，由于多次對局部極大值和局部極小值運用3次樣條插值，從而產(chǎn)生了引起失真的端點效應(yīng)。對于本文給出的準周期的測試信號，端點鏡像方法、多項式擬合法、極值延拓法、平行延拓法和邊界局部特征尺度延拓法5種方法都能改善EMD分解的端點效應(yīng)問題。其中，極值延拓法是5種方法中分解效果的、運算速度快的延拓方法，在工程技術(shù)應(yīng)用中處