对于这个例子,考虑由具有明显频率变化的正弦波组成的非平稳连续信号。手提钻的振动或烟花声是非平稳连续信号的例子。

以采样频率加载非平稳信号数据fs,并可视化混合正弦信号。

load('sinusoidalSignalExampleData.mat''X''fs'); 
 
xlabel('Time(s)');

matlab使用经验模式分解emd 对信号进行去噪

观察到混合信号包含具有不同幅度和频率值的正弦波。

为了创建希尔伯特谱图,您需要信号的IMF。执行经验模式分解以计算信号的固有模式函数和残差。由于信号不平滑,请指定' pchip'作为Interpolation方法。

[imf,residual,info] = emd(X,'Interpolation''pchip');
目前的IMF | #Sift Iter | 相对Tol | 停止标准命中   
      1 | 2 | 0.026352 | SiftMaxRelativeTolerance 
      2 | 2 | 0.0039573 | SiftMaxRelativeTolerance 
      3 | 1 | 0.024838 | SiftMaxRelativeTolerance 
      4 | 2 | 0.05929 | SiftMaxRelativeTolerance 
      5 | 2 | 0.11317 | SiftMaxRelativeTolerance 
      6 | 2 | 0.12599 | SiftMaxRelativeTolerance 
      7 | 2 | 0.13802 | SiftMaxRelativeTolerance 
      8 | 3 | 0.15937 | SiftMaxRelativeTolerance 
      9 | 2 | 0.15923 | SiftMaxRelativeTolerance
分解停止是因为残留信号的极值数小于'MaxNumExtrema'。

在命令窗口中生成的表指示每个生成的IMF的筛选迭代次数,相对容差和筛选停止标准。此信息也包含在info。您可以通过指定Display为隐藏表0

HHT(IMF,FS);

matlab使用经验模式分解emd 对信号进行去噪

频率对时间图是一个稀疏图,其中垂直颜色条表示IMF中每个点的瞬时能量。该图表示从原始混合信号分解的每个分量的瞬时频谱。从该图中可以观察到三个IMF,其频率在1s处有明显变化。

可视化信号的残余和内在模式功能

 

对于这个例子,考虑由具有明显频率变化的正弦波组成的非平稳连续信号。手提钻的振动或烟花声是非平稳连续信号的例子。

加载非平稳信号数据,并可视化混合正弦信号。

load('sinusoidalSignalExampleData.mat''X''fs'); 
 

matlab使用经验模式分解emd 对信号进行去噪

观察到混合信号包含具有不同幅度和频率值的正弦波。

执行经验模式分解以绘制固有模式函数和信号残差。由于信号不平滑,请指定' pchip'作为Interpolation方法。

emd(X,'Interpolation''pchip');
目前的IMF | #Sift Iter | 相对Tol | 停止标准命中   
      1 | 2 | 0.026352 | SiftMaxRelativeTolerance 
      2 | 2 | 0.0039573 | SiftMaxRelativeTolerance 
      3 | 1 | 0.024838 | SiftMaxRelativeTolerance 
      4 | 2 | 0.05929 | SiftMaxRelativeTolerance 
      5 | 2 | 0.11317 | SiftMaxRelativeTolerance 
      6 | 2 | 0.12599 | SiftMaxRelativeTolerance 
      7 | 2 | 0.13802 | SiftMaxRelativeTolerance 
      8 | 3 | 0.15937 | SiftMaxRelativeTolerance 
      9 | 2 | 0.15923 | SiftMaxRelativeTolerance
分解停止是因为残留信号的极值数小于'MaxNumExtrema'。

matlab使用经验模式分解emd 对信号进行去噪

生成具有原始信号,前3个IMF和残差的交互式图。在命令窗口中生成的表指示每个生成的IMF的筛选迭代次数,相对容差和筛选停止标准。您可以通过指定Display为隐藏表0

右键单击图中的空白区域以打开IMF选择器窗口。使用IMF选择器选择地查看生成的IMF,原始信号和残差。

 

matlab使用经验模式分解emd 对信号进行去噪

 

从列表中选择要显示的IMF。选择是否在图上显示原始信号和残差。

 

matlab使用经验模式分解emd 对信号进行去噪

 

选定的IMF现在显示在图上。

 

matlab使用经验模式分解emd 对信号进行去噪

 

使用该图可视化从原始信号中分解的各个组件以及残差。请注意,残差是根据IMF总数计算的,并且不会根据IMF选择窗口中选择的IMF进行更改。

 

大数据部落——中国专业的第三方数据服务提供商,提供定制化的一站式数据挖掘和统计分析咨询服务

统计分析和数据挖掘咨询服务 :y0.cn/teradat(咨询服务请联系官网客服

matlab使用经验模式分解emd 对信号进行去噪QQ:3025393450

 

【服务场景】  

科研项目;  公司项目外包 ;线上线下一对一培训 ;数据采集;学术研究;报告撰写;市场调查。

【大数据部落】提供定制化的一站式数据挖掘和统计分析咨询服务

matlab使用经验模式分解emd 对信号进行去噪

分享最新的大数据资讯,每天学习一点数据分析,让我们一起做有态度的数据人matlab使用经验模式分解emd 对信号进行去噪

微信客服号:lico_9e

QQ交流群:186388004 matlab使用经验模式分解emd 对信号进行去噪


 

matlab使用经验模式分解emd 对信号进行去噪


欢迎关注微信公众号,了解更多数据干货资讯!

matlab使用经验模式分解emd 对信号进行去噪

相关文章:

  • 2021-08-01
  • 2021-12-12
  • 2021-09-12
  • 2022-12-23
  • 2021-05-09
  • 2022-01-19
  • 2021-11-30
  • 2021-12-13
猜你喜欢
  • 2021-09-08
  • 2021-05-21
  • 2021-06-15
  • 2021-12-01
  • 2022-01-27
  • 2021-06-20
相关资源
相似解决方案