[发明专利]自适应总体平均经验模式分解EEMD协助噪声大小确定方法

摘要

本发明涉及一种自适应总体平均经验模式分解EEMD协助噪声大小确定方法。本发明包括如下步骤：(1)初始化噪声加入最大值emax及网格数N，每个网格i(i＝1,2…N)对应噪声大小为ei＝i/N*emax；(2)对信号x(t)依次加入幅值大小为ei的高斯白噪声ni(t)；(3)求取信号xi(t)的极大值点所在位置Max(j)、极小值点所在位置Min(k)，得到新序列ai(j)和bi(j)；计算新序列ai、bi的标准差Sai、Sbi，得到噪声分布特性Qi与ei的对应曲线关系；(4)Qi随ei迅速下降的点对应的er，即为自适应总体平均经验模式分解EEMD协助噪声大小的最优值。本发明减少了人为选择参数的盲目性。

主权项

一种自适应总体平均经验模式分解EEMD协助噪声大小确定方法，其特征在于：包括如下步骤：(1)初始化噪声加入最大值emax及网格数N，每个网格i，i＝1,2…N，对应噪声大小为ei＝i/N*emax；(2)对信号x(t)依次加入幅值大小为ei的高斯白噪声ni(t)，得到xi(t)＝x(t)+ni(t)；其中ni(t)＝ei*mi(t)，mi(t)是均值为0，且标准差为1的高斯白噪声序列；(3)求取信号xi(t)的极大值点所在位置Max(j)、极小值点所在位置Min(k)，得到新序列ai(j)＝Max(j+1)‑Max(j)，bi(j)＝Min(k+1)‑Min(k)；计算新序列ai、bi的标准差Sai、Sbi，得到构造信号xi(t)的噪声分布特性得到Qi与ei的对应曲线关系；(4)根据Qi与ei的对应曲线关系，Qi随ei迅速下降的点对应的er，即为自适应总体平均经验模式分解EEMD协助噪声大小的最优值；所述步骤(4)中：①对Qi与ei用最小二乘法进行拟合得到Pi，Pi的最小值为Pmin，提取所有Py≥1.2*Pmin的y值构成集合Y；②er根据所有满足Pi≥Pi+L，i∈Y,i+L∈Y，所确定的最小i值imin对应的噪声大小er＝imin/N*emax。