Empirisk Modesplittelse (EMD)
Empirisk Modesplittelse (EMD) er en fuldt datadrevet, adaptiv metode til at nedbryde ikke-lineære og ikke-stationære tidsserier i et endeligt antal oscillerende komponenter kaldet Intrinsic Mode Functions (IMFs) plus en monoton rest. EMD, introduceret af Norden E. Huang og kolleger hos NASA i 1998, kræver ingen foruddefinerede basis funktioner og udleder alle komponenter direkte fra selve signalet, hvilket gør den fundamentalt forskellig fra Fourier- eller wavelet-transformationer.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Huang, N. E., et al. (1998). The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis. Proceedings of the Royal Society A, 454(1971), 903–995. DOI: 10.1098/rspa.1998.0193 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 2). Empirical Mode Decomposition (EMD). ScholarGate. https://scholargate.app/da/signal-processing/empirical-mode-decomposition
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Fouriertransformation og Spektralanalyse (FFT)Signalbehandling↔ compare
- Hilbert-Huang TransformSignalbehandling↔ compare
- Variationsdekomponering (VMD)Signalbehandling↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →