搜索资源列表
小波分析--黄变换程序
- 首先，找出 上所有的极值点，然后用三次样条函数曲线循序连接所有的极大值点，得到信号 的上包络线 ，采用同样的方法连接所有的极小值点，得到 的下包络线 。循序连接上、下两条包络线的均值可得到一条均值线 ： （7－1） 再用 减去 得到 ： （7－2） 如果 满足IMF的两个条件，则 即为第一阶IMF，一般来说， 并不满足条件，此时，
multipointmanualprocess.rar
- 谐波小波程序变参数的积分程序多点人工生成地震波程序低通滤波程序经验模式分解降噪程序,Harmonic Wavelet programmed parameters points integration process of artificial seismic waves to generate low-pass filtering process procedures empirical mode decomposition noise reduction procedure
matlab
- 谐波小波程序变参数的积分程序多点人工生成地震波程序低通滤波程序经验模式分解降噪程序-Harmonic Wavelet programmed parameters points integration process of artificial seismic waves to generate low-pass filtering process procedures empirical mode decomposition noise reduction procedure
EMD-Toolbox
- EMD的Toolbox及使用方法 经验模态分解（Empirical Mode Decomposition, 简称EMD）是由美国NASA的黄锷博士提出的一种信号分析方法.它依据数据自身的时间尺度特征来进行信号分解, 无须预先设定任何基函数。这一点与建立在先验性的谐波基函数和小波基函数上的傅里叶分解与小波分解方法具有本质性的差别。正是由于这样的特点, EMD 方法在理论上可以应用于任何类型的信号的分解, 因而在处理非平稳及非线性数据上, 具有非常明显的优势。所以, EMD方法一经提出就在不同的
emd
- 经验模态分解（EMD），对imf进行分析，再采用类小波阈值去噪。-Empirical Mode Decomposition (EMD), were analyzed for the imf, then using class wavelet thresholding.
LMDYUANCHENXU
- 局部均值分解是继小波分解、经验模态分解之后的又一种新的信号处理方法，本文件提供了LMD的源代码，可供大家下载。-Local mean decomposition is a new signal processing method after wavelet decomposition and empirical mode decomposition. This paper provides the source code of LMD.
EWT
- 经验小波分解 在小波分解的基础上提出的一个拓展，具有自适应性，效果有提升-Experiential Wavelet Decomposition Based on Wavelet Decomposition, an extension is proposed, which is self-adaptive and the effect is improved.
小波降噪与EMD混合
- 一种进行小波降噪后，对特征库的信号进行信号经验模态分解的例子(An example of signal empirical mode decomposition for signal of characteristic library after wavelet de-noising)
emd
- 该方法的关键是经验模式分解，它能使复杂信号分解为有限个本征模函数（Intrinsic Mode Function，简称IMF），所分解出来的各IMF分量包含了原信号的不同时间尺度的局部特征信号。经验模态分解法能使非平稳数据进行平稳化处理，然后进行希尔伯特变换获得时频谱图，得到有物理意义的频率。与短时傅立叶变换、小波分解等方法相比，这种方法是直观的、直接的、后验的和自适应的，因为基函数是由数据本身所分解得到。由于分解是基于信号序列时间尺度的局部特性，因此具有自适应性。(The key of thi
EWT
- 经验小波分解，通过ewt变换分解重构信号，实现对信号的降噪(Experience in wavelet decomposition, reconstruction signal by ewt transformation decomposition, realize the signal noise reduction)
emd
- 经验模态分解（Empirical Mode Decomposition，EMD）是由 Huang等人于1998年提出的一种针对非线性、非平稳信号的自适应信号分解算法。自该方法提出以后便得到了学术界的广泛关注与研究，经过十几年的研究与发展，在理论方面EMD算法取得了进一步的完善。许多国内外学者也将该方法应用到了地球物理领域，并做了深度的研究与探索。与传统的基于Fourier变换的信号分析方法相比，EMD不仅突破了Fourier变换的局限性，而且不存在如小波变换一样需要预选小波基函数的问题，具有良好
EWT
- 此压缩文件包含经验小波分解与重构，以及频带划分方法的汇总(This compressed file contains empirical wavelet decomposition and reconstruction, and a summary of frequency band division methods.)