打开APP
userphoto
未登录

开通VIP,畅享免费电子书等14项超值服

开通VIP
关于EMD算法的认知
userphoto

2018.06.18

关注

豆丁网的这篇博士的论文可以免费阅读,在其他地方下载都是要充钱的,补充一句在知网下载这篇论文不知道是网络原因还是没有权限下载失败了。
其中对于IMF(固态模式函数,我喜欢这么称呼它)的判断条件


说到希尔伯特黄变换,刚开始看了这篇论文
http://www.cnblogs.com/hdu-zsk/p/4799470.html
其中对于在IMF1通过多次迭代判断循环得到IMF2的过程里被绕得有点晕,在第一篇博士论文中对于IMF的迭代的描述,使用h(t),c(t),x(t),r(t)详细展示了循环过程。
这个流程框图表达了EMD的的循环算法思路。

使用了EMD工具包和时频工具包(运用于希尔伯特变换时的边际谱)
在MATLABR2016a中添加路径添加工具包运行即可
仅仅运行emdtry2是不需要时频工具包的。
EMD工具箱中有个emd.ppt分析了代码的运行过程
还有一本书讲傅里叶变换,小波变换,希尔伯特黄变换的,也提到了emd算法。
附带了两条测试代码和emd代码(matlab版)
在第一条测试代码emdtry代码中调用了hhspectrum.m函数还有
toimage.m函数中的nargchk函数显示警告,可以修改为nargoutchk函数即可无警告。
引用的emd算法会有误差显示出8个IMF,而调用emd工具箱时会显示正确3个IMF



本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请点击举报
打开APP,阅读全文并永久保存 查看更多类似文章
猜你喜欢
类似文章
R,不仅仅是一种语言 – 不周山
Python 重复造轮子/造轮子找模子,你都应该熟读该文
500个Python模块(库)的详细分类介绍
MBD闲谈 第03期:MBD的“禁区”——底层驱动
集合经验模态分解(EEMD)
并行EEMD算法及其在局部放电信号特征提取中的应用
更多类似文章 >>
生活服务
热点新闻
分享 收藏 导长图 关注 下载文章
绑定账号成功
后续可登录账号畅享VIP特权!
如果VIP功能使用有故障,
可点击这里联系客服!

联系客服