基于能量的振动信号经验模态分解终止条件

• 作者: 杨世锡 胡劲松
• 来源期刊: 振动、测试与诊断
• 学科: 工学
• 关键词: 振动信号 经验模态分解 终止条件 能量
• 年，卷（期）: 2009,（1）
• 页码范围: 19-22
• 页数: 4页
• 分类号: TP206|TH113.1|TH165.3
• 字数: 3154字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-6801.2009.01.005

摘要

经验模态分解(Emprical Mode Decomposition,简称EMD)主要思想是把一个时间序列的信号分解成不同尺度的本征模函数(Intrinsic Mode Function,简称IMF).EMD算法用残余量极值点数量小于2来终止分解,该终止条件有无关组分多和分解速度慢的缺点.针对该缺点,提出了采用残余能量小于设定值的EMD分解终止条件.通过对非线性和实例振动信号的试验研究表明,基于能量的EMD分解终止条件既可以减少分解的无关组分,又可以提高分解的速度.该研究成果能广泛地用于振动信号分析领域.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨世锡	浙江大学机械与能源工程学院	155	2860	30.0	48.0
2	胡劲松	宁波工程学院电信学院	23	430	10.0	20.0