改进的EEMD算法及其应用研究.pdf

《改进的EEMD算法及其应用研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、DOI:10.13465/j.cnki.jvs.2013.21.007振动与冲击第32卷第21期JOUＲNALOFVIBＲATIONANDSHOCKVol．32No．212013改进的EEMD算法及其应用研究郑近德，程军圣，杨宇(湖南大学汽车车身先进设计制造国家重点实验室，长沙410082)摘要:总体平均经验模态分解(EnsembleEMD，EEMD)虽然能够在一定程度上抑制模态混淆，但计算量较大，添加的白噪声不

2、能被完全中和，不具有完备性。补充的EEMD(ComplementaryEEMD，CEEMD)成对地添加符号相反的白噪声到目标信号，大大减小了重构误差。结合CEEMD和基于排列熵的信号随机性检测，提出了改进的EEMD方法(Modi-fiedEEMD，MEEMD)，MEEMD方法在检测出CEEMD分解的异常分量之后，直接进行EMD分解;MEEMD不仅能够抑制EMD分解过程中的模态混淆，而且减小了计算量，缩小了重构误差。通过分析仿真信号和实测信号，结果表明，MEEMD方法有很好的分解效果，对模态混淆有一定的抑制作用。

3、关键词:EMD;模式混淆;CEEMD;排列熵;MEEMD中图分类号:TN911．7;TH165+．3文献标识码:AModifiedEEMDalgorithmanditsapplicationsZHENGJin-de，CHENGJun-sheng，YANGYu(StatekeyLaboratoryofAdvancedDesignandManufactureforVehicleBody，HunanUniversity，Changsha410082，China)Abstract:Ensembleempiricalmo

4、dedecomposition(EEMD)canrestrainmodemixingofEMDatacertainlevel，however，thecalculationamountgrowsandthecompletenesslosesduetothewhitenoiseunneutralizedcompletely．UsingcomplementaryEEMD(CEEMD)addsthewhitenoisesinpairsintoatargetsignal，thesameresultsasthoseusin

5、gEEMDcanbeobtainedbutthewhitenoisesaddedareneutralizedcompletely．Here，basedonCEEMDandpermutationentropyforsignalrandomnessdetection，amodifiedEEMD(MEEMD)wasproposed．WithMEEMD，thedataweredecomposedusingEMDaftertheabnormalcomponentswereseparatedusingtheensemble

6、andaveragemethod．Itcouldnotonlyrestrainmodemixingeffectively，butalsodecreasethereconstructionerrorandthecomputationamount．Byanalyzingsimulationandactualsignals，theresultsindicatedthatMEEMDisfeasibleandeffectiveforrestrainingmodemixingofEMD．Keywords:EMD;modem

7、ixing;CEEMD;permutationentropy;MEEMD［7］经验模态分解(EmpiricalModeDecomposition，决方法，Deering等通过添加掩膜信号法来均匀化原［1－2］［3－4］EMD)是上世纪末由美籍华人Huang等提出始信号的极值点分布，从而达到抑制模态混淆的目的;［8］的一种自适应的数据驱动的信号处理方法，EMD自提Wu等通过研究白噪声信号的统计特征，提出了总体出后在很多领域得到了广泛的应用。然而EMD方法平均经验模态分解(EnsembleEmpiricalMode

8、Decompo-本身也存在一些问题，其中一个主要问题是模态混sition，EEMD)，EEMD通过对原始信号多次加入不同的［1，5］淆。所谓模态混淆，主要是指，同一个IMF分量当白噪声进行EMD分解，将多次分解的结果进行平均即中出现了不同尺度或频率的信号，或者同一尺度或频［9］得到最终的IMF。Yeh等提出了一种补充的总体平［1，6］率的信号被分解到多个不同的IMF分量当中。研均经验模