Variationsdekomponering (VMD)
Variationsdekomponering (VMD) er en fuldt adaptiv, ikke-rekursiv signaldekomponeringsmetode introduceret af Konstantin Dragomiretskiy og Dominique Zosso i 2014. Den dekomponerer et reelt indgangssignal til et diskret antal undersignaler, kaldet intrinsiske modusfunktioner (IMFs), hver med en specifik sparsitet i frekvensdomænet. I modsætning til Empirisk Modusdekomponering (EMD) rammer VMD dekomponering som et variationsoptimeringsproblem løst via Alternating Direction Method of Multipliers (ADMM), hvilket giver robuste og fysisk meningsfulde komponenter.
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
- Dragomiretskiy, K., & Zosso, D. (2014). Variational mode decomposition. IEEE Transactions on Signal Processing, 62(3), 531–544. DOI: 10.1109/TSP.2013.2288675 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 2). Variational Mode Decomposition (VMD). ScholarGate. https://scholargate.app/da/signal-processing/variational-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.
- Empirisk Modesplittelse (EMD)Signalbehandling↔ compare
- Fouriertransformation og Spektralanalyse (FFT)Signalbehandling↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →