经验模式分解及其应用研究

doi:10.3778/j.issn.1002-8331.2010.04.038

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (4): 120-124.DOI: 10.3778/j.issn.1002-8331.2010.04.038

• 数据库、信号与信息处理 • 上一篇下一篇

经验模式分解及其应用研究

王建国^1，3，王孝通^1，3，徐晓刚^2，3

1.海军大连舰艇学院航海系，辽宁大连 116018
2.海军大连舰艇学院装备系统与自动化系，辽宁大连 116018
3.海军大连舰艇学院光电技术研究所，辽宁大连 116018

收稿日期:2009-02-05 修回日期:2009-03-20 出版日期:2010-02-01 发布日期:2010-02-01
通讯作者: 王建国

Empirical Mode Decomposition and its application

WANG Jian-guo^1，3，WANG Xiao-tong^1，3，XU Xiao-gang^2，3

1.Department of Navigation，Dalian Naval Academy，Dalian，Liaoning 116018，China
2.Department of Automatization，Dalian Naval Academy，Dalian，Liaoning 116018，China
3.Institute of Photoelectric Technology，Dalian Naval Academy，Dalian，Liaoning 116018，China

Received:2009-02-05 Revised:2009-03-20 Online:2010-02-01 Published:2010-02-01
Contact: WANG Jian-guo

摘要/Abstract

摘要： 经验模式分解（Empirical Mode Decomposition，EMD）是一种完全由数据驱动的自适应非线性时变信号分解方法，它将数据分解成具有物理意义的几个内蕴模式函数分量。介绍了一维EMD、二维EMD的基本概念、主要算法及其主要应用，指出了EMD的主要优点和缺点，给出了EMD研究与应用的发展趋势。

Abstract: Empirical Mode Decomposition（EMD） is a decomposition algorithm which is used to analyze nonlinear and time-varying signal.Different from the traditional signal analysis method，the decomposition is data-driven and self-adaptive.A review work about the current development of one dimensional EMD and bidimensional EMD is introduced.At first，some basic concepts，main algorithms and applications are described.Then the advantages and shortages of EMD are discussed.At the end of the paper，several problems which are waiting to be solved are listed.

中图分类号:

TP391

王建国^1，3，王孝通^1，3，徐晓刚^2，3. 经验模式分解及其应用研究[J]. 计算机工程与应用, 2010, 46(4): 120-124.

WANG Jian-guo^1，3，WANG Xiao-tong^1，3，XU Xiao-gang^2，3. Empirical Mode Decomposition and its application[J]. Computer Engineering and Applications, 2010, 46(4): 120-124.

[1]	何冰^1，2，王晅¹. 基于Radon变换不变矩的鲁棒性数字水印技术[J]. 计算机工程与应用, 2010, 46(9): 98-101.
[2]	侯宏花，桂志国. 小波熵在心电高频噪声处理和R波检测中应用[J]. 计算机工程与应用, 2010, 46(9): 116-119.
[3]	范聪贤，刘秋菊，徐汀荣. 应用Web结构挖掘的PageRank算法的改进研究[J]. 计算机工程与应用, 2010, 46(9): 127-129.
[4]	迟冬祥¹，程伟中². 应用迭代四叉树的肝脏MR图像分割[J]. 计算机工程与应用, 2010, 46(9): 142-145.
[5]	杨会云，张有会，霍利岭，赵金. Bayes理论和邻域平均法在图像去噪中的应用[J]. 计算机工程与应用, 2010, 46(9): 149-151.
[6]	许存禄¹，高佳¹，武国德². Chan-Vese模型下的脑肿瘤图像分割方法[J]. 计算机工程与应用, 2010, 46(9): 155-158.
[7]	邱宣¹，周则明²，胡友彬². 应用邻域方差加权平均的curvelet变换融合[J]. 计算机工程与应用, 2010, 46(9): 166-168.
[8]	梁英宏. 基于运动投影周期性特征的人体目标检测方法[J]. 计算机工程与应用, 2010, 46(9): 169-172.
[9]	于明，张彦云，薛翠红，孙林娟. 笔迹图像中的单个汉字字符分割[J]. 计算机工程与应用, 2010, 46(9): 180-182.
[10]	印勇，侯海珍. 基于直方图帧差的自适应镜头分割算法[J]. 计算机工程与应用, 2010, 46(9): 186-189.
[11]	谭业浩，蒋志方，杜晓亮，孟祥旭. 紧支径向基函数插值实现多维数据可视化[J]. 计算机工程与应用, 2010, 46(9): 220-223.
[12]	宋亮，耿国华. 脑部CT图像冗余影像剔除研究[J]. 计算机工程与应用, 2010, 46(9): 208-211.
[13]	陆爽，朱建鸿，彭力. 改进的ART2型神经网络在故障诊断中的应用[J]. 计算机工程与应用, 2010, 46(9): 212-214.
[14]	张新林，陈源，曾德胜. 一种移动信源追踪活动目标的方法[J]. 计算机工程与应用, 2010, 46(9): 217-219.
[15]	岳玉芳，安建祝，张玉双. 结合三维场景的目标跟踪系统研究[J]. 计算机工程与应用, 2010, 46(9): 224-226.

经验模式分解及其应用研究

Empirical Mode Decomposition and its application

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics