[发明专利]一种基于混合经验模态分解的去噪方法

摘要

本发明公开了一种基于混合经验模态分解（Empirical Mode Decomposition，简称EMD）的去噪方法，属于数字信号处理技术领域。本发明将EEMD和MEMD算法相结合，并针对MEMD算法中所使用的掩膜信号频率进行参数优化，可更有效消除模态混叠，去噪效果更好；本发明进一步对EEMD中的添加噪声幅值、噪声相关IMF的滤波阈值、噪声IMF的滤波阈值进行有针对性的优化，从而进一步提高了整体去噪效果。相比现有技术，本发明方法可更有效消除模态混叠，去噪效果更好。

主权项

1.一种基于混合经验模态分解的去噪方法，其特征在于，包括以下步骤：步骤1、利用集合经验模态分解EEMD方法对原始信号进行分解，得到一系列固有模态分量IMF和残余项，并从所有IMF中确定噪声IMF、噪声相关IMF、有用IMF；所述EEMD方法中所使用的添加噪声的幅值通过以下方法预先确定：首先对原始信号进行滤波，得到滤波后信号，并对原始信号分别添加不同幅值的噪声，得到一组加噪信号；然后对每一个加噪信号分别进行以下处理：对该加噪信号进行经验模态分解，并从经验模态分解所得到的IMF中确定有用IMF；计算各有用IMF与滤波后信号之间的相关均方根误差的总和，以及每相邻两个有用IMF间的相关系数的总和；最后以两个总和之和最小的加噪信号所对应的添加噪声的幅值作为EEMD方法中所使用的添加噪声的幅值；步骤2、对噪声IMF和噪声相关IMF进行阈值滤波去噪，并利用掩膜信号法对有用IMF所构成的信号进行模态混叠的消除；其中，掩膜信号法所使用的掩膜信号频率按照以下方法确定：首先对有用IMF所构成的信号进行一阶求导，得到一阶导数信号；然后利用希尔伯特变换方法获取所述一阶导数信号的瞬时频率，然后求取瞬时频率的均值；最后对所述瞬时频率的均值乘以一个取值范围为(1，2)的权值，所得乘积即为掩膜信号频率；步骤3、对阈值滤波去噪后的噪声IMF、噪声相关IMF，消除模态混叠的有用IMF所构成的信号，以及残余项进行信号重构。