CEEMDAN(Complementary Ensemble Empirical Mode Decomposition with Adaptive Noise)是在CEEMD的基础上进一步发展的一种基于自适应噪声控制的信号分解方法。
与CEEMD不同,CEEMDAN在随机噪声的构建和添加中采用了自适应控制策略,以便更好地控制噪声的大小和分布,从而改善信号分解的准确性和稳定性。
CEEMDAN的基本流程如下:
(资料图片)
1. 对信号进行预处理,以避免出现极端值或单调趋势等情况;
2. 构建自适应噪声序列,并将其添加到原始信号中,生成多组随机试验信号;
3. 对每组试验信号进行CEEMD分解,得到一组IMF函数;
4. 将每组IMF函数进行组合加权处理,生成一组总IMF函数;
5. 对总IMF函数进行CEEMD分解,得到一组新的IMF函数;
6. 检查新产生的IMF函数是否满足收敛性条件,若不满足则回到第2步调整自适应噪声;
7. 满足收敛性条件后,按照3-6步骤反复迭代,直到得到的IMF函数的数量不再增加。
(1)原始信号的组成
(2)CEEMDAN分解的效果
具体代码见:https://mbd.pub/o/bread/mbd-ZJqYmJxp
关键词: