经验模态分解方法中端点问题的处理  

Endpoint-processing technique in empirical mode decomposition method

作　　者：刘慧婷[1] 倪志伟[1] 李建洋[1] 

机构地区：[1]合肥工业大学计算机网络所

出　　处：《计算机工程与应用》2008年第8期27-30,共4页Computer Engineering and Applications

基　　金：国家高技术研究发展计划( 863)( the National High- Tech Research and Development Plan of China under Grant No.2007AA04Z116);国家自然科学基金( the National Natural Science Foundation of China under Grant No.70631003);安徽高校省级自然科学研究项目( No.KJ2007B303ZC); 安徽省高校省级自然科学基金( No.KJ2008B107)

摘　　要：经验模态分解方法可以有效提取非线性非稳定信号的瞬时特征,但是在利用样条插值获得信号上、下包络过程中存在着棘手的端点问题。有文献提出利用线性神经网络对信号进行延拓的方法,来解决经验模态分解方法中存在的端点问题。提出利用BP和RBF网络对信号进行延拓的方法解决该问题;并利用实验对三种网络的延拓效果进行比较,证明了RBF神经网络的有效性。The empirical mode decomposition method can extract instantaneous characteristics of non-linear and non-stationary signals effectively.But there is an involved end issue in the course of getting two envelops of the data using spline interpolation.A literature has made use of linear neural network to solve endpoint problems of empirical mode decomposition method.This paper proposes the use of BP and RBF network to solve the problems.Experiments are used to compare extension results of the three networks,and prove that RBF neural network is more effective.

关 键 词：经验模态分解方法 端点问题 线性神经网络 BP网络 RBF网络 信号延拓 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]