基于HHT和AR模型的数据预测方法研究

希尔伯特-变换黄是分析非平稳信号的有效方法,已在信号分析与处理领域得到了广泛应用。希尔伯特-黄变换以经验模态分解为基础,能够将非平稳信号分解成为若干个固有模态分量和一个残余分量。本文提出的基于经验模态分解的数据预测方法,是利用经验模态分解得到的残余分量、并结合AR模型的算法优势,实现对非平稳数据的有效预测。本文利用三种不同的典型数据进行仿真验证,实验结果验证了所提出预测方法的有效性,并给出了影响预测性能的主要因素。