[发明专利]一种经验模态分解中模态混叠问题的自适应解耦方法

权利要求书

1.一种经验模态分解中模态混叠问题的自适应解耦方法，其特征在于，包括：

将待分解的信号x(t)中添加噪声，获得加噪信号；

从所述加噪信号中提取局部极值点；

从所述局部极值点中挑选窗极值点；

利用所述窗极值点构造上、下包络线；

根据所述上、下包络线计算第一包络均值；

根据所述加噪信号与所述第一包络均值获得第一残差信号；

对所述第一包络均值与设定的第一阈值进行比较；如果所述第一包络均值小于所述第一阈值，所述第一残差信号作为第一内蕴模态分量IMF1；否则，将所述第一残差信号作为加噪信号，重复上述步骤迭代获得第二包络均值和第二残差信号，比较所述第二包络均值与所述第一阈值，如果所述第二包络均值小于所述阈值，所述第二残差信号作为第一内蕴模态分量IMF1；否则，将所述第二残差信号作为加噪信号，反复重复上述步骤，直至当前迭代的包络均值小于所述第一阈值，并将当前迭代的残差信号作为第一内蕴模态分量IMF1；

判断当前迭代获得的窗极值点的个数是否小于等于设定的第二阈值；如果是，则获得了所述第一内蕴模态分量IMF1和趋势项；其中，所述趋势项通过待分解的信号x(t)中添加噪声的加噪信号减去第一内蕴模态分量IMF1获得。

2.如权利要求1所述的方法，其特征在于，还包括：如果所述窗极值点的个数大于所述第二阈值；则将待分解的信号x(t)中添加噪声的加噪信号减去第一内蕴模态分量IMF1作为加噪信号，重复迭代，获得第二内蕴模态分量IMF2；判断当前迭代获得的窗极值点的个数是否小于等于设定的第二阈值；如果是，则获得所述第一内蕴模态分量IMF1、所述第二内蕴模态分量IMF2和趋势项；其中，所述趋势项通过待分解的信号x(t)中添加噪声的加噪信号减去第一内蕴模态分量IMF1和第二内蕴模态分量IMF2获得；如果所述窗极值点的个数大于所述第二阈值；则将待分解的信号x(t)中添加噪声的加噪信号减去第一内蕴模态分量IMF1和第二内蕴模态分量IMF2作为加噪信号，重复迭代，直至所述窗极值点的个数小于等于所述第二阈值，获得n个内蕴模态分量和趋势项；其中，所述趋势项通过待分解的信号x(t)中添加噪声的加噪信号减去n个内蕴模态分量之和获得。

3.如权利要求1所述的方法，其特征在于，所述局部极值点包括局部极大值和局部极小值；如果则x_j定义为局部极大值；如果则x_j定义为局部极小值；其中，x_i表示信号，i＝1,2,…N，N是信号x_i的长度。

4.如权利要求1所述的方法，其特征在于，所述窗极值点包括窗极大值点和窗极小值点；如果则x_k定义为窗极大值；如果则x_k定义为窗极小值；其中，x_i表示信号，i＝1,2,…N，N是信号x_i的长度；L_w/2：窗长的一半。

5.如权利要求1所述的方法，其特征在于，从所述局部极值点中挑选窗极值点的步骤包括：

选取待分解的信号x(t)中添加噪声的加噪信号的局部极值点；

从所述局部极值点中选取窗极值点；其中，所述窗极值点包括窗极大值点和窗极小值点；

对所述窗极值点进行添加或删除，确保窗极大值点的位置与窗极小值点的位置相间，且所述窗极大值点的个数与所述窗极小值点的个数相等或相差为1。