作者：戴婷; 张榆锋; 章克信; 何冰冰; 朱泓萱; ...经验模态分解固有模态函数模态混叠hilbert变换
摘要：由Huang提出的经验模态分解(Empirical Mode Decomposition,EMD)算法是一种数据驱动的自适应非线性时变信号分析方法,可以把数据分解成具有物理意义的少数几个固有模态函数(Intrinsic Mode Function,IMF)分量。然而模态混叠会导致错假的时频分布,使IMF失去物理意义,严重影响了EMD分解的准确性与实用性。分别针对一维和多维EMD抑制模态混叠,总结归纳了相关研究取得的主要成果,指出了各方法抑制效果的改进及仍有的不足。最后讨论了相关研究及应用未来的发展趋势。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
