用噪声残差似然估计改进经验模态分解基信号去噪方法

• 作者: 林树森 焦卫东
• 来源期刊: 仪器仪表学报
• 学科: 工学
• 关键词: 经验模态分解 本征模函数 幅值取阈 噪声残差似然估计 信号去噪
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 学 术 论 文
• 页码范围: 2808-2816
• 页数: 9页
• 分类号: TN911.4|TN911.7|TH113.1
• 字数: 4475字
• 语种: 中文

摘要

现有的基于经验模态分解(EMD)的信号去噪算法，用于幅值取阈以及信号重建的本征模函数(IMF)基本都是靠经验筛选，影响了算法的去噪性能。为解决这一问题，引入噪声残差似然估计(LE-RN)测度以建立 IMF的优化筛选准则。由消噪后的重建信号与原始带噪信号，可以形成一个噪声残差(RN)分量。在不同去噪参数组合下，通过最大化 RN分量与标准正态分布的对数似然，实现 IMF分量的优化筛选。最终，形成一种改进的 EMD基信号去噪方法。借助仿真消噪试验，通过与现有的 EMD基去噪方法进行对比，验证了所提出的去噪参数优选准则及其改进 EMD基去噪方法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	焦卫东	浙江师范大学工学院车辆工程系	17	137	5.0	11.0
2	林树森	浙江师范大学工学院车辆工程系	4	96	4.0	4.0