经验模式分解算法的分析及应用  

Analysis and application of empirical mode decomposition algorithm

作　　者：谢启伟[1,2] 轩波[3] 李建平[2] 韩华[3] 

机构地区：[1]中国科学技术大学管理学院,合肥230026 [2]中国科学院科技政策与管理科学研究所,北京100080 [3]中国科学院自动化研究所,北京100080

出　　处：《系统工程理论与实践》2009年第11期168-176,共9页Systems Engineering-Theory & Practice

基　　金：国家自然科学基金(70531040);中国科学院自动化所青年创新基金(07J1061GZ1)

摘　　要：从窄带信号的定义出发,弥补了经验模式算法由本质模式函数(IMF)作为基础的缺陷,合理解释了经验模式分解算法.并在理论上研究了筛过程的本质特征.应用局部窄带分解算法分析一组电力数据.通过分析分解的结果得到电力消费数据包含几个周期时序组成的结论,以指导电力的分配.Empirical mode decomposition （EMD） algorithm is explained from the definition of the narrow band signal. EMD algorithm is defective because it is based on the Intrinsic Mode Function（IMF）. Furthermore, we investigate the characteristic of sifting process. The electric power consumption was analyzed to obtain the electric consumption decomposition data by EMD algorithm. Based on the decomposition data, we obtain the conclusion that the electric consumption involves several periodic time series to guide the allocation of the electric power.

关 键 词：带宽 窄带信号 本质模式函数 幅度调制 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]