一种作为经验模态分解替代方案的新颖前向偏微分方程方法
信号处理
2018-02-06 v1
摘要
本文提出了经验模态分解(Empirical Mode Decomposition, EMD)的数学模型。尽管EMD是信号处理的有力工具，但该算法本身缺乏适当的理论基础。EMD方法中涉及的插值与迭代过程一直是数学建模的障碍。在此，我们提出一种新颖的前向热方程方法来表征均值包络与筛选过程。这一新模型能够对经典EMD提供更好的数学分析，并识别其局限性。与经典EMD方法相比，我们的方法对“模态混叠”信号具有更优的性能，且对噪声更具鲁棒性。此外，我们讨论了EMD分离信号的能力以及通过调节参数实现的可能改进。
引用
@article{arxiv.1802.00835,
title = {A Novel Foward-PDE Approach as an Alternative to Empirical Mode Decomposition},
author = {Heming Wang and Richard Mann and Edward R. Vrscay},
journal= {arXiv preprint arXiv:1802.00835},
year = {2018}
}