测绘科学技术学报
測繪科學技術學報
측회과학기술학보
JOURNAL OF ZHENGZHOU INSTITUTE OF SURVEYING AND MAPPING
2013年
3期
255-259
,共5页
张文忠%周蓉%武旭红%薛志宏
張文忠%週蓉%武旭紅%薛誌宏
장문충%주용%무욱홍%설지굉
经验模态分解%固有模态函数%白噪声%降噪%阈值法
經驗模態分解%固有模態函數%白譟聲%降譟%閾值法
경험모태분해%고유모태함수%백조성%강조%역치법
empirical mode decomposition%intrinsic mode function%white noise%de-noising%threshold method
经验模态分解算法基于待分解数据本身,避免了小波分解时选取合适小波基函数的困难,具有自适应性.然而传统的经验模态分解降噪是一种强制降噪算法,容易将高频部分的有用信号与噪声一起滤除,从而造成信号失真.针对该问题,在分析白噪声EMD分解特性的基础上,提出了一种EEMD阈值降噪法.利用4组具有不同频谱特征的仿真数据,证明了该算法优于传统的EMD强制降噪法；在消除随机噪声的同时,能够有效保留信号中的高频细节分量,从而缓解了信号的失真.
經驗模態分解算法基于待分解數據本身,避免瞭小波分解時選取閤適小波基函數的睏難,具有自適應性.然而傳統的經驗模態分解降譟是一種彊製降譟算法,容易將高頻部分的有用信號與譟聲一起濾除,從而造成信號失真.針對該問題,在分析白譟聲EMD分解特性的基礎上,提齣瞭一種EEMD閾值降譟法.利用4組具有不同頻譜特徵的倣真數據,證明瞭該算法優于傳統的EMD彊製降譟法；在消除隨機譟聲的同時,能夠有效保留信號中的高頻細節分量,從而緩解瞭信號的失真.
경험모태분해산법기우대분해수거본신,피면료소파분해시선취합괄소파기함수적곤난,구유자괄응성.연이전통적경험모태분해강조시일충강제강조산법,용역장고빈부분적유용신호여조성일기려제,종이조성신호실진.침대해문제,재분석백조성EMD분해특성적기출상,제출료일충EEMD역치강조법.이용4조구유불동빈보특정적방진수거,증명료해산법우우전통적EMD강제강조법；재소제수궤조성적동시,능구유효보류신호중적고빈세절분량,종이완해료신호적실진.
