clear allclearclcclf%清理变量,清屏,关闭图形窗口
load data %装载数据文件
for i=1:21 %for循环,从1到21
b=eemd(e(:,i),0.4,100)调用eemd()函数
bb(:,i)=b(:,4)+b(:,5)+b(:,6)+b(:,7)+b(:,8)+b(:,9) %b矩阵相加,即b矩阵的第4列+b矩阵的第5列+b矩阵的第6列+b矩阵的第7列+b矩阵的第8列+b矩阵的第9列的和赋值给bb矩清绝阵的所有行第i列
end
wigb(bb),title('EEMD去噪') %调用wigb()函数,title图形的铅正配标题
for i=1:21 %for循环,从1到21
c=emd(e(:,i))%调用emd()函数并赋值给c
c(:,i)=c(2,:)+c(3,:)+c(4,:)+c(5,:)+c(6,:)%c矩阵相加,即c矩阵的第2行+c矩阵的第3行+c矩阵的第4行+c矩阵的第5行+c矩阵的第6行的和赋值给c矩阵的所有行第i列
end
end
figure(2) %建立第二个图形窗口
wigb(c),title('EMD去噪')%调用wigb()槐指函数,title图形的标题
EEMD是针对EMD方法的不足,提出了一种噪声辅助数据渗简纤分析方法。EEMD分解原理为:当附加的白噪声均匀分布在整个时频空间时,该时频空间就由滤波器组分割成的不同尺度成分组成。当信号加上均匀分布的白噪声背景时,不同咐颂尺度的信号区域将自动映射到与背景白噪声相关的适当尺度上去。当然,每个独立的测试都可能会产生非常嘈杂的结果,这是因为每个附加噪声的成分都包括了信号和附加的白噪声。既然在每个独立的测试中噪声是不同的,当使用足够测试的全体均值时,噪声将会被消除。全体的均值最后将会被认为是真正的结果,唯一持久稳固的部分是信号本身,所 加入的多次测试是为了消除附加的噪声。全称为Ensemble Empirical Mode Decomposition (集合经验模分解)(Wu and Huang, 2009),是EMD(经验模分解)(Huang et al. 1998Huang and Wu, 2008)的改进算法,有效的解决了EMD的混频现象。
丛仿 Wu, Z., and N. E. Huang, 2009: Ensemble Empirical Mode Decomposition: a noise-assisted data analysis method. Advances in Adaptive Data Analysis, 1, 1?41.
Huang, N. E., and Z. Wu, 2008: A review on Hilbert-Huang transform: Method and its applications to geophysical studies. Rev. Geophys., 46, RG2006, doi:10.1029/2007RG000228.
Huang, N. E., Z. Shen, S. R. Long, M. C. Wu, E. H. Shih, Q. Zheng, C. C. Tung, and H. H. Liu, 1998: The empirical mode decomposition and the Hilbert spectrum for nonlinear and nonstationary time series analysis. Proceedings of the Royal Society A, London, 454, 903–995.
在气候领域的应用如:
Wu, Z., E. K. Schneider, B. P. Kirtman, E. S. Sarachik, N. E. Huang, and C. J. Tucker, 2008: The modulated annual cycle: an alternative reference frame for climate anomalies. Climate Dyn., 31, 823–841.
Qian, C., C. Fu, Z. Wu, and Z. Yan, 2009: On the secular change of spring onset at Stockholm. Geophys. Res. Lett., 36, L12706, doi: 10.1029/2009GL038617.
Franzke, C., 2010: Long-range dependence and climate noise characteristics of Antarctic temperature data. J. Climate, doi: 10.1175/2010JCLI3654.1
Breaker, L. C., and A. Ruzmaikin, 2010: The 154-year record of sea level at San Francisco: extracting the long-term trend, recent changes, and other tidbits. Climate Dynamics, doi: 10.1007/s00382-010-0865-4
在工程领域的应用如:
李海涛,王成国,许跃生,吴朝华, 2007: 基于EEMD的轨道—车辆系统垂向动力学的时频分析. 中国铁道科学,28(5), 24-30.
Lei, Y., Z. He, Y. Zi, 2009: Application of the EEMD method to rotor fault diagnosis of rotating machinery. Mechanical Systems and Signal Processing, 23 (4), 1327-1338.
pyeemd 最近emd或者eemd的逗睁袭在气候中的应用也比较多,论坛里一般分享的最多的就是“官方”的matlab版本,这里我分享一个python的,网址在此 pyeemd。这个安装相对比较复杂一点(其实也没复杂到哪儿去)。使用pyeemd需要libeemd,这是一个c语言写的库(编译时需早漏要gsl库),下载后经过常规编译之后生成一个静态库libeemd.a,一个动态库libeemd.so,和相应头文件 eemd.h,一般指定静态库 *.a(LIBRARY_PATH)或者动态库 *.so(山兄LD_LIBRARY_PATH)的位置就可以 。用C 直接用eemd这个库也可以,速度上比matlab版本是有提升的。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)