|
据百度百科介绍，EEMD是针对EMD方法的不足,提出了一种噪声辅助数据分析方法。EEMD分解原理为:当附加的白噪声均匀分布在整个时频空间时,该时频空间就由滤波器组分割成的不同尺度成分组成。当信号加上均匀分布的白噪声背景时,不同尺度的信号区域将自动映射到与背景白噪声相关的适当尺度上去。当然,每个独立的测试都可能会产生非常嘈杂的结果,这是因为每个附加噪声的成分都包括了信号和附加的白噪声。既然在每个独立的测试中噪声是不同的,当使用足够测试的全体均值时,噪声将会被消除。全体的均值最后将会被认为是真正的结果,唯一持久稳固的部分是信号本身,所 加入的多次测试是为了消除附加的噪声。 EEMD的全称为Ensemble Empirical Mode Decomposition (集合经验模分解)(Wu and Huang, 2009)，它是EMD（经验模分解）(Huang et al. 1998; Huang and Wu, 2008)的改进算法，有效地解决了EMD的混频现象。 魏凤英《现代气候统计诊断与预测技术》仅介绍了EMD与EMD-HTT方法。 EEMD目前的主流网页是台湾中央大学数据分析方法研究中心（http://rcada./research1_clip_ex.htm）提供的MATLAB版本，国内的PUDN、CSDN多是如此。Matlab的各种版本很容易搜索。 然而，EEMD的Fortran版难寻踪影。对于FORTRAN程序的爱好者来说，fortran程序的价值是无可替代的，再说MATLAB是商业软件，比不上fortran程序用得舒坦。 经过多次搜索，本人找到了EEMD的fortran版本，现飨有意一阅与可能使用的网友。 不过，对于EMD的Fortran版，除了《小波分析的强劲对手，时间序列分解的后起之秀——经验模态分解法（EMD）》附件提供的质量不明的实例程序外，我依然未能在网上搜索发现有份量程序，现提供一个搜索链接：见附2。 有知的网友不妨发帖分享。 |
|
|
