soap皂-CSDN博客

原创 VMD如何确定分解层数（四）：通过原始信号和分解信号之间的MAPE判断（一定准则判断）

之前的博文已经介绍了三种关于VMD分解的方法，这里同样介绍一种，通过一定判据来确定VMD分解层数的方法。同样，VMD分解的一些原理，不做赘述，大家看下《浅谈VMD---变分模态分解》，这一篇博主之前写的文章即可。本文介绍的新方法，关于分解层数的判断依据，相应公式比较简单，如下。 f代表要分解的原始数据，uk(t)代表分解后的各个模态。公式的含义就是求取，原始数据，与分解后各个模态相加后的数据，之间的MAPE（说的有点绕口哈，但是这样不会引起...

2022-05-17 19:57:51 3899 7

原创 VMD如何确定分解层数（三）：通过一定准则（公式标准）

VMD相关知识大家参考我之前写的《浅谈VMD---变分模态分解》一文。这篇文章讲一下通过一定的准则确定VMD的分解层数。参考SCI论文Optimization scheme of wind energy prediction based on artificial intelligencehttps://link.springer.com/article/10.1007/s11356-021-13516-2直接上准则（公式）：参数含义：K为分解层数；i为分解后，每个IMF的具体样本；n.

2022-05-15 20:26:47 5721 5

原创 VMD如何确定分解层数（二）：通过样本熵（SE）确定

关于VMD的介绍，这里就不赘述了，前面已经有详细说明了，如果有疑问，大家可以去CSDN其他博主上面去寻求答案，因为每个人的疑问点不同，多看几篇，会有整体的认识。这篇文章是讲如何通过样本熵确定VMD的分解层数。那么下面简要介绍下样本熵。熵原本是一个热力学概念，是用来描述热力学系统混乱(无序)程度的度量。九十年代初，Pincus提出的近似熵(APEN, Aproximate Entropy)主要是从衡量时间序列复杂性的角度来度量信号中产生新模式的概率大小，产生新模式的概率越大，序列的复杂性越大，相应

2022-05-15 15:14:27 5269 18

原创 VMD如何确定分解层数（一）：最优变分模态分解（OVMD）---VMD分解的基础上确定分解层数和更新步长

上篇博文已经讲述了VMD的分解机制，关于其中的参数，特别是分解层数如何确定的问题，这篇文章给出一个解决方法：最优变分模态分解（OVMD），利用中心频率法确定分解层数K，利用残差指数指标确定更新步长tau。关于利用中心频率法确定分解层数的文章，无论国内还是国外都有较多的讲述。这里直接上代码。ticclcclear allload('IMF1_1.mat')x=IMF1_1;t=1:length(IMF1_1);%--------- some sample parameters for

2022-01-02 16:32:49 20086

原创浅谈VMD---变分模态分解

很多场景下，我们需要将信号进行分解，为我们下一步操作提供方便，常用的分解方法可以有EMD族类，例如EMD、EEMD、FEEMD、CEEMDAN、ICEEMDAN等，当然也有小波分解、经验小波分解等，总之分解方式多种多样，根据样本的特点，选用不同的分解方式。这里简要介绍VMD分解。 Konstantin等人在2014年提出了一个完全非递归的变分模态分解（VMD）它可以实现分解模态的同时提取。该模型寻找一组模态和它们各自的中心频率，以便这些模态共同再现输入信号，同时每个模态在解调到基带后都是平滑的。...

2022-01-02 11:15:01 33895 38

原创关于单目标群智能算法的一些思考

关于计算机算法发展至今，已有很多不同的分类，目前运用最多是泛化群智能优化算法。譬如：粒子群优化算法（PSO）、鲸鱼优化算法（WOA）、灰狼优化算法（GWO）、蜻蜓优化算法（DA）、宇宙优化算法（MVO）、飞蛾扑火优化算法（MFO）、蚱蜢优化算法等。关于这些算法的具体讲解，我们都可以在不同的学习网站上浏览到，如：CSDN、知乎等。对于具体算法的讲解，我这里不做赘述，想在这里叙述一下这些算法的共同规律，以便帮助同学对这部分内容有更好的理解。群智能优化算法的共同点：1、...

2021-12-04 16:41:56 1592 5

原创 MEEMD--改进的EEMD算法及其应用研究

总体平均经验模态分解（EEMD）虽然在一定程度上抑制了模态混淆现象，但是其计算量较大，添加的白噪声不能被完全中和。湖南大学的程军圣等人提出了改进的EEMD（MEEMD）。实验结果证明，MEEMD不仅能够抑制EMD分解过程中的模态混淆问题，而且缩小了工作量、减少了重构误差。相关文献：[1]郑近德, 程军圣, 杨宇. 改进的EEMD算法及其应用研究[J]. 振动与冲击, 2013(21):21-26.MATLABfunction modes=meemd(x,Nstd,Ne,MAXm...

2021-09-04 15:16:39 3510 14

原创 FEEMD-快速EEMD

FEEMD是EEMD分解的快速实现，有学习于2014年开发并实现。相关文献发表在物理A期刊：[1] Wang Y H , Yeh C H , Young H , et al. On the computational complexity of the empirical mode decomposition algorithm[J]. Physica A Statistical Mechanics & Its Applications, 2014, 400:159-167.具体实现原理..

2021-09-03 16:17:44 1123 1

原创美国西储大学轴承数据

如图所示，实验平台包括一个2马力的电机（左侧）（1hp=746W），一个转矩传感器（中间），一个功率计（右侧）和电子控制设备（没有显示）。被测试轴承支承电机轴。使用电火花加工技术在轴承上布置了单点故障，故障直径分别为0.007、0.014、0.021、0.028、0.040英寸（1英寸=2.54厘米）。其中前三种故障直径的轴承使用的是SKF轴承，后两种故障直径的轴承使用的是与之等效的NTN轴承。实验中使用加速度传感器采集振动信号，通过使用磁性底座将传感器安放在电机壳体上。加速度传感器分别...

2021-09-03 14:58:25 1091

原创 EMD/EEMD 经验模态分解/集合经验模态分解

EMD和EEMD是两种常规的数据分解方法；EMD最初由新加坡南洋理工的黄教授首先开发，但由于存在模态混叠和端点效应现象，法国的Handrin等人用EMD对白噪声分解后的结果进行统计，提出了基于噪声辅助分析的改进EMD方法，即集合经验模态分解(EEMD)。由于两种方法提出的时间较早，这里不做具体的分析介绍，读者可自行参看相关文献。直接上代码unction allmode=eemd(Y,Nstd,NE)xsize=length(Y);dd=1:1:xsize;Ystd=std(Y);Y=Y

2021-09-03 12:01:56 3259 1

原创 ICEEMDAN/CEEMDAN：改进的/完全自适应噪声集合经验模态分解（matlab）

在预测领域中对原始数据进行分解，可以提高预测精度。分解算法在故障诊断领域也有重要作用。CEEMDANCEEMDAN 算法是由 Torres M E.等人于2011 年提出的一种新型信号分解算法，较好地解决了经验模态分解（EEMD）存在的模态混叠现象。其具体分解过程如下描述：步骤 1：将待分解信号 x(t) 添加 K 次均值为 0的高斯白噪声，构造共 K 次实验的待分解序列xi(t),其中i=1,2,3....，k.。式中：为高斯白噪声权值系数； it 为第 i 次处理时产生的高...

2021-09-02 19:30:26 30058 88

weixin_46062179的博客