基于区间阈值和部分重构的MEMD去噪方法

• 作者: 尹廷辉 曾显华 王华力 郝欢 鞠少华
• 来源期刊: 军事通信技术
• 学科: 工学
• 关键词: 经验模式分解 信号去噪 多维经验模式分解 固有模式函数
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 维护与革新
• 页码范围: 81-86
• 页数: 6页
• 分类号: TN911.72
• 语种: 中文
• DOI: 10.16464/j.cnki.cn32-1289.2016.02.018

摘要

经验模式分解(EMD)是一种自适应的非线性、非平稳信号分析方法,广泛用于非参数化信号去噪.由于存在边界效应和模式混叠现象,EMD去噪效果受到一定影响.为了提高去噪性能,文章提出一种基于区间软阈值和部分重构的多维经验模式分解(MEMD)去噪方法.该方法利用MEMD对于高斯白噪声的良好二进滤波特性,以固有模式函数(IMF)与输入信号概率密度函数(PDF)之间的相似度来选择最佳模式函数.根据IMF本身特点,采用区间软阈值去噪方法对选取的IMF分量进行去噪,最后结合部分重构实现信号的去噪.实验仿真和实测EEG信号处理结果表明,与小波变换和EMD-CIIT方法相比,文中方法对单通道信号中高斯噪声具有2 dB～3 dB的性能提升,同时还可以对多通道信号进行联合去噪,是一种有效的信号去噪新方法.