[发明专利]一种小波包辅助的自适应抗混总体平均经验模式分解方法

权利要求书

1.一种小波包辅助的自适应抗混总体平均经验模式分解方法，其特征在于包括如下步骤：

步骤一：设置期望的信号分解相对误差e、分析信号的积分时间T、采样频率f_s，并计算待分析信号在积分时间内的幅值标准差σ_o；

步骤二：选择小波包的母小波函数，对待分析的信号进行小波包等频带分解，计算分解后最高频带信号的幅值标准差σ_h；

步骤三：计算ε表示信号中的高频成分的幅值标准差σ_h与原始信号幅值标准差σ_o的比值系数；根据总体平均经验模式分解中加入高斯高斯白噪声的可依据准则，建立α与ε的取值关系，自动获取加入高斯白噪声的幅值标准差比值系数α的值；由可得到总体平均经验模式分解中加入的高斯高斯白噪声幅值标准差σ_n；

步骤四：依据加入高斯白噪声的比值系数与总体平均次数选择之间的关系式：可得到总体平均经验模式分解方法中的总体平均次数N；

步骤五：对待分析信号N次加入具有幅值标准差为σ_n的高斯白噪声后，分别对其按照经验模式分解的算法进行信号分解，将分解后对应所得的基本模式分量进行总体平均计算，将总体平均后的基本模式分量作为最终输出。

2.根据权利要求1所述的一种小波包辅助的自适应抗混总体平均经验模式分解方法，其特征在于：步骤一中期望的信号分解相对误差e是一个先验的信号分解期望指标，在应用中根据期望的信号处理效果、实时性要求进行设置，在工程实践中e的取值范围为0＜e＜1％。

3.根据权利要求1所述的一种小波包辅助的自适应抗混总体平均经验模式分解方法，其特征在于：步骤二中对小波包母小波函数的选取采用Daubechies母小波函数，小波包的分解层数为2层或3层，对信号进行等频带小波包分解后，计算分解所得的最高频带信号的幅值标准差σ_h。

4.根据权利要求1所述的一种小波包辅助的自适应抗混总体平均经验模式分解方法，其特征在于：步骤三中所述总体平均经验模式分解中加入高斯白噪声的比值系数α的取值范围为建立总体平均经验模式分解中加入高斯高斯白噪声的可依据准则：由α的值与原始信号幅值标准差σ_o，依据可计算针对不同分析信号的σ_n取值大小。

5.根据权利要求2所述的一种小波包辅助的自适应抗混总体平均经验模式分解方法，其特征在于：信号分解相对误差e为0.5％。