本發(fā)明屬于信號分選技術(shù)領(lǐng)域，尤其涉及一種信號精確分選方法。

背景技術(shù)：

解決模態(tài)混疊問題的方法主要分成四類。（1）采用瞬態(tài)測試方法，通過設(shè)置各IMF的上限頻率的瞬態(tài)測試方法克服模態(tài)混疊。但瞬態(tài)測試方法具有兩個缺點：第一，瞬態(tài)測試中的尺度選擇是主觀的；第二，主觀的尺度選擇僅在數(shù)據(jù)中存在明顯的可分離和可定義尺度時有用，而當數(shù)據(jù)中尺度非常復(fù)雜時，該方法不再適用。（2）采用輔助處理方法，將瞬態(tài)信號濾除，然后進行EMD分解。

該方法利用原始信號構(gòu)造一個模板信號克服模態(tài)混疊，但在對較復(fù)雜信號進行分解時，構(gòu)造模板信號很困難。（3）采用改進的IMF標準方法，可有效地弱化模態(tài)混疊，但僅適用于分離連續(xù)模態(tài)；（4）采用改進包絡(luò)均值方法，采用支持向量基方法獲取包絡(luò)均值,。前三類方法均意識到瞬態(tài)信號對模態(tài)混疊的影響，卻依然默認EMD算法具有良好的局部自適應(yīng)這一觀點，提出的算法都以IMF的基本概念為基礎(chǔ)。而第四類方法對EMD方法的局部性提出了質(zhì)疑，認為模態(tài)混疊的原因是全局包絡(luò)引起的，因此可用局部均值的方法克服模態(tài)混疊，但由于該方法無法準確確定包絡(luò)均值，因而獲得的模態(tài)不準確。

技術(shù)實現(xiàn)要素：

本發(fā)明就是針對上述問題，提供一種穩(wěn)定性好、靈活的信號精確分選方法。

為實現(xiàn)上述目的，本發(fā)明包括以下步驟。

1)求信號x(t)的所有極大值點和極小值點。

2)用三次樣條函數(shù)法分別對極大值點序列和極小值點序列進行插值，得到信號的上下包絡(luò)線e(t)+和e(t)?。

3)計算平均包絡(luò)線，并提取信號的細節(jié)d(t)=x(t)?m(t)。

4)判斷d(t)是否滿足IMF的兩個條件，若不滿足，記x(t)=d(t)，重復(fù)步驟1）～步驟4），直至滿足條件，d(t)為一個IMF，記為1imf。

5)記11r(t)=x(t)?imf為新的待分解信號，重復(fù)步驟1）～步驟4），得到第二個IMF，記作2imf，余項為212r(t)=r(t)?imf；重復(fù)上述步驟，直到得到余項為一個單調(diào)信號或小于某個閾值，分解結(jié)束；最終x(t)分解為i個IMF和一個余項，記作xt=Σimf+rt。

作為一種優(yōu)選方案，本發(fā)明還包括以下步驟。

6)將分量d(t)中連續(xù)大于零的值的符號標記置1，即u=1；小于零的值的符號標記置?1，即u=?1；等于零的值的符號標記置0，即u=0；符號標記相同的區(qū)域構(gòu)成同符號區(qū)域，記作uiS，其中i為同符號區(qū)域序號，u為符號類型。

7)求出1iS區(qū)域的極大值位置1ip，1iS?局部區(qū)域極小值位置1ip?和0iS區(qū)域的中心位置0ip，1ip，1ip?和0ip統(tǒng)一記作ip；計算連續(xù)區(qū)域uiS的采樣點數(shù)量iΔp。

作為另一種優(yōu)選方案，本發(fā)明還包括步驟8)計算kiS區(qū)域相鄰的三個經(jīng)驗周期。

另外，本發(fā)明還包括步驟9)依次判斷uiS的ic+、ic?和0ic三個經(jīng)驗周期中大于域值tc的個數(shù)n，如果n≥2，則將uiS區(qū)域內(nèi)的d(t)置零得到d(t)s，d(t)s包含經(jīng)驗周期小于等于tc的局部分量；通過d(t)=d(t)?d(t)rs得到d(t)s的補信號d(t)r，d(t)r包含經(jīng)驗周期大于tc的局部分量。

本發(fā)明有益效果。

本發(fā)明EMD分解結(jié)果進行了對比，實驗結(jié)果表明，本發(fā)明較好地克服了模態(tài)混疊問題。IEMD是建立在EMD分解框架基礎(chǔ)上的篩分算法，不拘泥于基本模態(tài)分量的對稱性，而將焦點集中于基本模態(tài)成分的有無，通過對余項的經(jīng)驗周期設(shè)置下限，不斷篩分間歇模態(tài)基，用間歇模態(tài)基疊加獲得間歇模態(tài)分量，從而有效地消除了模態(tài)混疊。本發(fā)明建立在描述間歇自然事件的基本概念的基礎(chǔ)上，能有效地克服間歇模態(tài)事件引起的模態(tài)混疊現(xiàn)象；IEMD克服了EMD的不穩(wěn)定性，不會因為局部的噪聲而影響其他部位的經(jīng)驗?zāi)B(tài)分量；IEMD繼承了EMD具有的數(shù)據(jù)驅(qū)動的優(yōu)點，同時也體現(xiàn)了小波分解所具有的靈活性，可以根據(jù)信號的不同，采用不同的經(jīng)驗頻率范圍，從而實現(xiàn)尺度不同的IEMD；IEMD采用EMD的全局包絡(luò)算法篩選IMF，并通過經(jīng)驗頻率域濾波算法分離局部的IEMB，具有很強的局部特性，可以很好地刻畫信號的局部特征。

具體實施方式

本發(fā)明包括以下步驟。

1)求信號x(t)的所有極大值點和極小值點。

2)用三次樣條函數(shù)法分別對極大值點序列和極小值點序列進行插值，得到信號的上下包絡(luò)線e(t)+和e(t)?。

3)計算平均包絡(luò)線，并提取信號的細節(jié)d(t)=x(t)?m(t)。

4)判斷d(t)是否滿足IMF的兩個條件，若不滿足，記x(t)=d(t)，重復(fù)步驟1）～步驟4），直至滿足條件，d(t)為一個IMF，記為1imf。

5)記11r(t)=x(t)?imf為新的待分解信號，重復(fù)步驟1）～步驟4），得到第二個IMF，記作2imf，余項為212r(t)=r(t)?imf；重復(fù)上述步驟，直到得到余項為一個單調(diào)信號或小于某個閾值，分解結(jié)束；最終x(t)分解為i個IMF和一個余項，記作xt=Σimf+rt。

本發(fā)明還包括以下步驟。

6)將分量d(t)中連續(xù)大于零的值的符號標記置1，即u=1；小于零的值的符號標記置?1，即u=?1；等于零的值的符號標記置0，即u=0；符號標記相同的區(qū)域構(gòu)成同符號區(qū)域，記作uiS，其中i為同符號區(qū)域序號，u為符號類型。

7)求出1iS區(qū)域的極大值位置1ip，1iS?局部區(qū)域極小值位置1ip?和0iS區(qū)域的中心位置0ip，1ip，1ip?和0ip統(tǒng)一記作ip；計算連續(xù)區(qū)域uiS的采樣點數(shù)量iΔp。

本發(fā)明還包括步驟8)計算kiS區(qū)域相鄰的三個經(jīng)驗周期。

本發(fā)明還包括步驟9)依次判斷uiS的ic+、ic?和0ic三個經(jīng)驗周期中大于域值tc的個數(shù)n，如果n≥2，則將uiS區(qū)域內(nèi)的d(t)置零得到d(t)s，d(t)s包含經(jīng)驗周期小于等于tc的局部分量；通過d(t)=d(t)?d(t)rs得到d(t)s的補信號d(t)r，d(t)r包含經(jīng)驗周期大于tc的局部分量。

本發(fā)明建立在IMF的基本概念的基礎(chǔ)之上的，而IMF的定義僅對分量的窄帶振蕩性和對稱性設(shè)置了約束條件，卻沒有對模態(tài)的存在性設(shè)置約束條件，所以，依據(jù)IMF的基本概念所定義的物理量在時間軸上是持續(xù)存在的。其次，算法采用局部極值點構(gòu)造全局包絡(luò)的方式篩分得到IMF，并將焦點集中在IMF的局部對稱振蕩特性，并不關(guān)心這類對稱振蕩分量是否存在，所以這種局部對稱振蕩分量將持續(xù)出現(xiàn)在整個時間軸，這恰好與IMF概念沒有對模態(tài)的存在性設(shè)置約束條件相吻合。所以，IMF在時間軸上是能量連續(xù)的，EMD不具備間歇特性。如果按照IMF的概念和EMD算法分析描述間歇的自然信號，得到的IMF必然在整個時間軸上保持能量連續(xù)，從而可能導(dǎo)致在沒有模態(tài)的地方出現(xiàn)虛假模態(tài)，同時，由于EMD分解具有完備性，虛假模態(tài)的出現(xiàn)又會進一步導(dǎo)致在存在該模態(tài)的地方發(fā)生模態(tài)漏檢，這正是模態(tài)混疊的直觀表現(xiàn)?？梢?，自然物理事件的間歇出現(xiàn)與IMF概念和EMD算法的全局性是EMD模態(tài)混疊的內(nèi)在原因，EMD不是一個完美的局部變換。IMF是一種局部對稱的振蕩信號，對于這種信號而言，可以給出另一種直觀的經(jīng)驗頻率定義：對于調(diào)頻調(diào)幅信號，信號兩相鄰過零點間持續(xù)的時間稱為經(jīng)驗周期，經(jīng)驗周期的倒數(shù)稱為經(jīng)驗頻率。

以上內(nèi)容是結(jié)合具體的優(yōu)選實施方式對本發(fā)明作的進一步詳細說明，不能認定本發(fā)明的具體實施只局限于這些說明，對于本發(fā)明所屬技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干簡單推演或替換，都應(yīng)當視為屬于本發(fā)明所提交的權(quán)利要求書確定的保護范圍。