基于高次样条插值的经验模态分解方法研究

被引：17

作者：

杨世锡

胡劲松

吴昭同

严拱标

机构：

[1] 浙江大学机械工程及自动化系

[2] 浙江大学机械工程及自动化系浙江杭州

[3] 浙江杭州

来源：

基金：

浙江省自然科学基金;

关键词：

高次样条插值; 经验模态分解; 希尔伯特变换; 时频分析;

D O I：

暂无

中图分类号：

TP301 [理论、方法];

学科分类号：

081202 ;

摘要：

基于经验模态分解(EMD)方法,把一列时间序列数据分解成一组本征模函数组,然后经希尔伯特变换获得其希尔伯特谱.在现有的采用三次样条插值的EMD算法基础上,提出了基于高次样条插值的EMD新算法.仿真研究结果表明,所提出的新算法能有效提高EMD时频分析的精度.

引用

页码：12 / 15

页数：4