[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

摘要

本发明涉及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。具体步骤为：一、对信号进行小波包分解，计算分解所得的最高频带信号的幅值标准差系数；二、提出总体平均经验模式中建立的加入高斯高斯白噪声可依据准则，依据小波包分解所得的最高频信号的幅值标准差自动获取加入高斯高斯白噪声的幅值标准差大小；三、利用设置的期望信号分解相对误差值自动计算总体平均次数；四、对信号进行自适应抗混总体经验模式分解，得到无模式混淆的基本模式分量，为信号特征提取提供可靠依据，解决了经验模式分解中的模式混淆问题与总体平均经验模式分解针对不同信号的自适应分解问题。

主权项

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。