搜索资源列表
package_eemd
- eemd程序代码工具箱，可实现经验模态分解，得到IMF函数(EEMD program code toolbox)
emd
- 该方法的关键是经验模式分解，它能使复杂信号分解为有限个本征模函数（Intrinsic Mode Function，简称IMF），所分解出来的各IMF分量包含了原信号的不同时间尺度的局部特征信号。经验模态分解法能使非平稳数据进行平稳化处理，然后进行希尔伯特变换获得时频谱图，得到有物理意义的频率。与短时傅立叶变换、小波分解等方法相比，这种方法是直观的、直接的、后验的和自适应的，因为基函数是由数据本身所分解得到。由于分解是基于信号序列时间尺度的局部特性，因此具有自适应性。(The key of thi
package_emd
- 经验模态分解(EMD)算法是通过算法过程定义的，而并非由确定的理论公式定义的，所以对其进行准确的理论分析非常困难，我们目前只能借助大量的数字仿真试验不断对其性能进行深入的研究。 EMD算法的目的在于将性能不好的信号分解为一组性能较好的本征模函数（IMFIntrinsic Mode Function ），且IMF须满足以下两个性质： (1)信号的极值点(极大值或极小值)数目和过零点数目相等或最多相差一个； (2)由局部极大值构成的上包络线和由局部极小值构成的下包络线的平均值为零。(Empiri
decomposition
- 运行emd,得到输入信号X的固有模态函数（imf），每列代表着信号X的一阶分量，X就是我们采集的信号。 hhtdn是hht去噪的程序，可以不看，仅看emd 和 findpeaks wvtdn是wavelet去噪程序，如果只是分解信号，仅用下面的语句即可 [C,L] = wavedec(x_noise,dl,wn); x_noise就是我们采集的信号，dl是分解的阶数，wn是分解的母小波名称(% Empiricial Mode Decomposition (Hilbert-Huang
G Rilling
- 希尔伯特黄变换的一种变换方法，使用EMD分解出IMF的例子(A transformation of the Hilbert transformation, an example of the use of EMD to decompose IMF)
G Rilling
- 这是一个使用EMD分解出IMF的例子，一个试验信号由一个tone信号，一个chirp信号，叠加得到，目的是使用EMD将这两个信号分离，得到的预期结果应该是chirp信号在高阶，tone信号在低阶，（原因是chirp信号在各个局部的频率都比tone信号高）。(This is an example of using EMD to decompose the IMF. A test signal consists of a tone signal and a chirp signal. The pur
emd
- emd分解程序代码，里面有详细介绍，请下载使用(function imf = emd(x) % Empiricial Mode Decomposition (Hilbert-Huang Transform) % imf = emd(x) % Func : findpeaks x = transpose(x(:)); imf = []; while ~ismonotonic(x) x1 = x; sd = Inf; while (sd > 0.1)
希尔伯特黄变换
- HHT主要内容包含两部分，第一部分为经验模态分解（Empirical Mode Decomposition，简称EMD），它是由Huang提出的；第二部分为Hilbert谱分析（Hilbert Spectrum Analysis，简称HSA）。简单说来，HHT处理非平稳信号的基本过程是：首先利用EMD方法将给定的信号分解为若干固有模态函数（以Intrinsic Mode Function或IMF表示，也称作本征模态函数），这些IMF是满足一定条件的分量；然后，对每一个IMF进行Hilbert变换
emd方法附数据
- 带数据的emd测试程序，实用高，操作简单(There are three loops in this code coupled together. 1.read data, find out standard deviation ,devide all data by std 2.evaluate TNM as total IMF number--eq1.)
VMD
- VMD变分模态分解是一种全新的自适应信号处理技术，他的实质是若干个自适应维纳滤波组，具有优秀的抗噪声性，性能更强更稳定。(VMD variational mode decomposition is a new adaptive signal processing technology. Its essence is several adaptive Wiener filter banks, which has excellent noise immunity, stronger and more
HHT算法
- HHT变换，HHT就是先将信号进行经验模态分解（EMD分解），然后将分解后的每个IMF分量进行Hilbert变换，得到信号的时频属性的一种时频分析方法。(HHT is to first perform the empirical mode decomposition (EMD decomposition) of the signal, and then perform Hilbert transform on each decomposed IMF component to obtain a t
VMD
- vmd，MATLAB程序，针对EMD分解引起的模态混叠问题，能够得到较纯净的IMF分量(VMD, MATLAB program, for the modal aliasing problems caused by EMD decomposition, can get relatively pure IMF components)
HHT函数库
- 用于HHT算法中希尔伯特谱二维图形展示，IMF分量分解计算函数(Used for Hilbert-Hubert spectrum two-dimensional graphics display, IMF component decomposition calculation function)
Matlab runcode
- EMD（经验模态分解，全称Empirical Mode Decomposition，一般指EMD算法）是Hilbert-Huang变换（HHT）的核心算法。 经验模态分解(EMD)算法是通过算法过程定义的，而并非由确定的理论公式定义的，所以对其进行准确的理论分析非常困难，我们目前只能借助大量的数字仿真试验不断对其性能进行深入的研究。 EMD算法的目的在于将性能不好的信号分解为一组性能较好的本征模函数（IMFIntrinsic Mode Function ），且IMF须满足以下两个性质： (1
emd
- 适用于emd分解，对信号进行emd分解，分解成若干个IMF分量(It is suitable for EMD decomposition, decomposing the signal into EMD, and decomposing it into several IMF components.)
package_emd
- 经验模态分解（Empirical Mode Decomposition,EMD）法是黄锷（N. E. Huang）在美国国家宇航局与其他人于1998年创造性地提出的一种新型自适应信号时频处理方法，特别适用于非线性非平稳信号的分析处理。对经过EMD处理的信号再进行希尔伯特变换，就组成了大名鼎鼎的“希尔伯特—黄变换”（HHT）。由于脑电信号处理很少在EMD之后接上希尔伯特变换，在这里仅介绍EMD的相关基础知识。 EMD其实就是一种对信号进行分解的方法，与傅里叶变换、小波变换的核心思想一致，大家
emd+改进阈值函数
- 利用emd分解轴承振动信号，并通过改进阈值函数来筛选IMF分量，最后对分量做包络分析，诊断出故障类型。(Using emd to decompose the bearing vibration signal, the IMF component was selected by improving the threshold function, and finally the component was enveloped and analyzed to diagnose the fault ty
EMD模型
- 经验模态分解（Empirical Mode Decomposition，简称EMD))方法被认为是2000年来以傅立叶变换为基础的线性和稳态频谱分析的一个重大突破?，该方法是依据数据自身的时间尺度特征来进行信号分解，无须预先设定任何基函数。 该方法的关键是经验模式分解，它能使复杂信号分解为有限个本征模函数（Intrinsic Mode Function，简称IMF），所分解出来的各IMF分量包含了原信号的不同时间尺度的局部特征信号。经验模态分解法能使非平稳数据进行平稳化
台湾中央大学EMD_HHT程序代码_Matlab
- EMD序列分解，获得不同频率的分解序列结果(EMD method, which can obtain the IMF with different frequency.)
bemd
- 本程序主要通过二维经验模态分解计算二维信号的IMF，使用筛选的过程。它依赖于函数SIFT。(BEMD This program calculates the Bidimensional EMD of a 2-d signal using the process of sifting. It is dependent on the function SIFT.)