一种基于二进掩蔽信号技术的经验模态分解信号处理方法

摘要

本发明涉及一种基于二进掩蔽信号技术的经验模态分解信号处理方法，具体地涉及一种非平稳信号处理方法，属于信号处理领域。本方法用二进掩蔽信号技术来改进信号处理中的经验模态分解(EMD)方法，可将待测信号分解成一组本征模态函数的若干窄带子信号，进而可从子带信号中提取有用信息。该方法既可以改善EMD的分辨率，又有助于解决EMD的模态混叠问题，与基于掩蔽信号的EMD方法相比，本方法更简单易操作，可以广泛应用到机械振动、雷达、声学、地震等诸多领域的信号处理及检测中。

主权项

1.一种基于二进掩蔽信号技术的经验模态分解信号处理方法，其特征在于包括如下步骤：步骤1，初始化，对于给定信号x(t)，经离散化后得到信号x(n)，令计数参数i←1；步骤2，在步骤1的基础上，设定掩蔽信号的初始频率f_m，1；频率f_m，i(i＝1，2，…)的取值范围为f_m，i≤f_s/2，其中f_s表示原始信号的离散采样率；频率f_m，1是二进掩蔽信号的关键参数，称为初始频率；步骤3，在步骤2的基础上，构造二进掩蔽信号s_m，i(t)，并将其离散化得到掩蔽信号s_m，i(n)；步骤4，在步骤3得到离散化的掩蔽信号后，针对执行如下步骤，得到一个正相的IMF子带信号z₊(n)＝h_i，j(n)：A1.令计数参数j←1，找出信号的所有局部极值点；A2.分别对局部极大值、极小值序列进行分段三次样条插值拟合，形成上包络线e_u(n)和下包络线e_d(n)；A3.计算上、下包络线的均值：m_i，j(n)＝(e_u(n)+e_d(n))/2；A4.从信号中减去均值，得：$h_{i,j}\left(n\right)={\hat{x}}_{+}\left(n\right)-m_{i,j}\left(n\right);$A5.判断是否满足给定的筛分停止准则如果满足则可认为h_i，j(n)是一个IMF，令：z₊(n)＝h_i，j(n)；若不满足，更新j←j+1，重复以上A1到A4步骤；类似的，针对执行如下步骤，得到一个负相的IMF子带信号z_-(n)＝h_i，j(n)：B1.令计数参数j←1，找出信号的所有局部极值点；B2.分别对局部极大值、极小值序列进行分段三次样条插值拟合，形成上包络线e_u(n)和下包络线e_d(n)；B3.计算上、下包络线的均值：m_i，j(n)＝(e_u(n)+e_d(n))/2；B4.从信号中减去均值，得：$h_{i,j}\left(n\right)={\hat{x}}_{-}\left(n\right)-m_{i,j}\left(n\right);$B5.判断是否满足给定的筛分停止准则如果满足则可认为h_i，j(n)是一个IMF，令：z_-(n)＝h_i，j(n)；若不满足，更新j←j+1，重复以上B1到B4步骤；步骤5，在步骤4得到正相和负相IMF子带信号后，计算得到一个IMF子带信号c_i(n)＝[z₊(n)+z_-(n)]/2；步骤6，在步骤5的基础上，计算余项；从原始信号x(n)中减去得到的IMF之和，便得到一个余项$r_i\left(n\right)=x\left(n\right)-\underset{i}{\Sigma }{c}_i\left(n\right);$步骤7，判断是否满足结束条件，即IMF的个数满足实际需要或待分解信号不能再分解如果不满足，则更新f_m，i+1←f_m，i/2和i←i+1.重复步骤3至步骤6，抽取下一个IMF子带信号；如果满足结束条件，则结束分解。