×

用于信号分解和瞬时频率分析的自适应局部迭代滤波。 (英语) Zbl 1360.94068号

摘要:非线性和非平稳信号的时频分析非常具有挑战性。为了捕捉这些信号的特征,分析方法必须具有局部性、自适应性和稳定性。近年来,不同的研究小组开发了基于分解的分析方法,如Huang等人开创的经验模式分解(EMD)技术。这些方法将信号分解为有限个分量,以便更有效地应用时频分析。在本文中,我们考虑迭代滤波(IF)方法作为EMD的替代方法。我们在滤波器上提供了足够的条件,以确保应用于任何(L^2)信号的IF的收敛。然后我们提出了一种新的技术,即自适应局部迭代滤波(ALIF)方法,该方法使用IF策略以及自适应和数据驱动的滤波器长度选择来实现分解。此外,我们还设计了基于Fokker-Planck方程(FP滤波器)解的平滑滤波器,该滤波器可用于IF和ALIF方法。这些滤波器满足IF算法收敛的导出充分条件。通过数值算例验证了带FP滤波器的IF和ALIF技术的性能和稳定性。此外,为了对非线性和非平稳信号有一个完整的、真正的局部分析工具箱,我们提出了只依赖于信号局部特性的瞬时频率和相位的新定义。

MSC公司:

94甲12 信号理论(表征、重建、滤波等)
93E11号机组 随机控制理论中的滤波
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Cheng,M.-Y。;陈Y.C。;Wu,H.-T.,具有异方差和相依误差的动态周期和趋势的非参数和自适应建模,J.R.Stat.Soc.Ser。B.统计方法。,76, 3, 651-682 (2014) ·Zbl 1411.62251号
[2] Cicone,A。;周,H.,高维非平稳信号分解的多维迭代滤波方法(2015),预印本
[3] Cohen,L.,《时频分析:理论与应用》(1995),Prentice-Hall公司。
[4] Daubechies,I。;卢,J。;Wu,H.-T.,同步压缩小波变换:一种类似经验模式分解的工具,Appl。计算。哈蒙。分析。,30, 2, 243-261 (2011) ·Zbl 1213.42133号
[5] Dragomiretskiy,K。;Zosso,D.,变分模式分解,IEEE Trans。信号处理。,62, 1-4, 531-544 (2014) ·Zbl 1394.94163号
[6] El Hadji,S.D。;亚历山大,R。;Boudraa,A.-O.,《固有模式函数分析:PDE方法》,IEEE信号处理。莱特。,17, 4, 398-401 (2010)
[7] Feldman,M.,基于希尔伯特变换的时变振动分解与分析,J.Sound Vib。,295, 3, 518-530 (2006) ·Zbl 1243.74053号
[8] Gabor,D.,《传播理论》,第1部分:信息分析,Proc。仪表电气。工程师,3,93,26,429-441(1946)
[9] Genton,M.G。;Hall,P.,演化周期函数的统计推断,J.R.Stat.Soc.Ser。B.统计方法。,69, 4, 643-657 (2007) ·Zbl 07555369号
[10] Gilles,J.,经验小波变换,IEEE Trans。信号处理。,61, 16, 3999-4010 (2013) ·Zbl 1393.94240号
[11] Gröchenig,K.,《时频分析基础》(2000),Birkhäuser:Birkháuser Boston
[12] Hahn,S.L.,《信号处理中的希尔伯特变换》(1996),Artech House·Zbl 0910.94003号
[13] Harten,A。;Engquist,B。;Osher,S。;Chakravarthy,S.R.,《一致高阶精确基本无振荡格式》,III,J.Compute。物理。,71, 2, 231-303 (1987) ·Zbl 0652.65067号
[14] Hou,T.Y。;Shi,Z.,通过稀疏时频表示进行自适应数据分析,Adv.Adapt。数据分析。,3, 1, 1-28 (2011) ·Zbl 1234.94015号
[15] Hou,T.Y。;Yan,M.P。;Wu,Z.,多尺度数据EMD方法的变体,Adv.Adapt。数据分析。,1, 4, 483-516 (2009)
[16] 黄,N.E。;Shen,S.S.,Hilbert-Huang变换及其应用,第5卷(2005),《世界科学》·兹比尔1087.62500
[17] 黄,N.E。;Wu,M.-L.C。;Long,S.R。;Shen,S.S.P。;曲,W。;格洛森,P。;Fan,K.L.,经验模式分解和希尔伯特谱分析的置信限,Proc。R.Soc.伦敦。序列号。数学。物理学。工程科学。,459, 2037, 2317-2345 (2003) ·兹比尔1045.94503
[18] 黄,N.E。;沈,Z。;Long,S.R.,非线性水波的新观点:希尔伯特谱,Annu。流体力学版次。,31, 1, 417-457 (1999)
[19] 黄,N.E。;沈,Z。;Long,S.R。;吴先生。;施H.H。;郑琦。;北卡罗来纳州Yen。;东,C.C。;Liu,H.H.,非线性和非平稳时间序列分析的经验模式分解和希尔伯特谱,Proc。R.Soc.伦敦。序列号。数学。物理学。工程科学。,454, 1971, 903 (1998) ·Zbl 0945.62093号
[20] 黄,N.E。;吴,Z。;Long,S.R。;阿诺德,K.C。;陈,X。;空白,K.,瞬时频率,高级适配。数据分析。,1, 2, 177-229 (2009)
[21] 林,L。;Wang,Y。;Zhou,H.,迭代滤波作为经验模式分解的替代算法,Adv.Adapt。数据分析。,1, 4, 543-560 (2009)
[22] Loughlin,P.J。;Tacer,B.,《瞬时频率解释评论》,IEEE信号处理。莱特。,4, 5, 123-125 (1997) ·Zbl 1004.94512号
[23] Meignen,S。;Perrier,V.,基于约束优化的经验模式分解新公式,IEEE信号处理。莱特。,14, 12, 932-935 (2007)
[24] 北卡罗来纳州普斯特尼克。;Borganta,P。;Flandrin,P.,《经验模式分解的多分量近似算法》,(2012年第20届欧洲信号处理会议论文集,2012年第二十届欧洲信号处理器会议论文集),EUSIPCO(2012),IEEE,1880-1884
[25] Rilling,G。;法兰德林,P.,一个还是两个频率?经验模式分解答案,IEEE Trans。信号处理。,56, 1, 85-95 (2008) ·Zbl 1390.94382号
[26] Rilling,G。;Flandrin,P.,《抽样对经验模式分解的影响》,Adv.Adapt。数据分析。,1, 01, 43-59 (2009)
[27] Rilling,G。;法兰德林,P。;Goncalves,P.,《关于经验模式分解及其算法》(IEEE-EURASIP非线性信号和图像处理研讨会,第3卷)。IEEE-EURASIP非线性信号和图像处理研讨会,第3卷,NSIP-03,Grado(I)(2003)),8-11
[28] Selesnick,I.W.,《基于共振的信号分解:一种新的稀疏信号分析方法,信号处理》。,91, 12, 2793-2809 (2011)
[29] 夏普利,R.C。;Vatchev,V.,固有模函数分析,Constr。约,24,1,17-47(2006年)·Zbl 1100.94006号
[30] Shu,C.-W.,计算流体动力学的高阶ENO和WENO格式,(计算物理的高阶方法(1999),Springer),439-582·Zbl 0937.76044号
[31] Wang,Y。;魏国伟。;Yang,S.,基于局部谱演化核的迭代滤波分解,J.Sci。计算。,50, 3, 629-664 (2012)
[32] Wang,Y。;魏国伟。;Yang,S.,模式分解演化方程,科学杂志。计算。,50, 3, 495-518 (2012) ·Zbl 1457.65152号
[33] Wang,Y。;Zhou,Z.,关于迭代滤波经验模式分解的收敛性,(谐波分析偏移,第2卷(2013),Springer),157-172·Zbl 1342.94048号
[34] 魏,D。;Bovik,A.C.,关于多分量AM-FM信号的瞬时频率,IEEE信号处理。莱特。,5, 4, 84-86 (1998)
[35] 吴宏泰。;弗兰德林,P。;Daubechies,I.,一个或两个频率?同步压缩回答:高级自适应。数据分析。,3, 1-2, 29-39 (2011) ·Zbl 1234.94018号
[36] 吴,Z。;Huang,N.E.,《使用经验模式分解方法研究白噪声特性》,Proc。R.Soc.伦敦。序列号。数学。物理学。工程科学。,460, 2046, 1597 (2004) ·Zbl 1062.62005年
[37] 吴,Z。;Huang,N.E.,固有模态函数的统计显著性检验,(Hilbert-Huang变换及其应用(2005)),107-127
[38] 吴,Z。;Huang,N.E.,《集成经验模式分解:一种噪声辅助数据分析方法》,Adv.Adapt。数据分析。,1, 1, 1-41 (2009)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。