一种解决经验模态分解端点效应的边界延拓法

• 作者: 苏东林 郑昊鹏
• 来源期刊: 航空学报
• 学科: 工学
• 关键词: 辐射发射 趋势预测 经验模态分解 端点效应 灰色均值GM(1,1)预测模型
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 电子与控制
• 页码范围: 960-969
• 页数: 10页
• 分类号: V19|TN01
• 字数: 5857字
• 语种: 中文
• DOI: 10.7527/S1000-6893.2015.0111

摘要

用于电子设备或系统辐射发射趋势预测的数据大多呈现非线性、样本量小的特点,这大大增加了预测建模的难度,而经验模态分解(EMD)可以将非线性、非平稳的数据分解成若干个呈现一定周期性的本征模态函数(IMF),并且EMD具有完备性和正交性,可通过分别对分解得到的IMF分量建模,从而完成对原始数据的建模.但EMD被端点效应问题所困扰,为了提高EMD的分解精度,针对分解过程中的端点效应问题,以及辐射发射趋势预测的时间序列数据样本量小的特点,利用建立灰色均值GM(1,1)预测模型所需数据量小的优点,提出了一种基于灰色均值GM(1,1)预测模型的边界延拓方法,在原始数据两端各拓展一个极大值和一个极小值,对原始数据进行边界延拓,从而抑制EMD的端点效应.仿真对比结果表明:该方法在分解层数和平均相对误差方面均优于未经延拓处理的EMD,且对数据样本量要求不高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏东林	北京航空航天大学电子信息工程学院	139	711	15.0	20.0
2	郑昊鹏	北京航空航天大学电子信息工程学院	1	11	1.0	1.0