Empirische Modenzerlegung (EMD)
Empirical Mode Decomposition (EMD) ist eine vollständig datengesteuerte, adaptive Methode zur Zerlegung nichtlinearer und nichtstationärer Zeitreihen in eine endliche Menge oszillierender Komponenten, sogenannte Intrinsic Mode Functions (IMFs), plus eines monotonen Residuums. EMD wurde 1998 von Norden E. Huang und Kollegen bei der NASA eingeführt, benötigt keine vordefinierten Basisfunktionen und leitet alle Komponenten direkt aus dem Signal selbst ab, was sie grundlegend von Fourier- oder Wavelet-Transformationen unterscheidet.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 2). Empirical Mode Decomposition (EMD). ScholarGate. https://scholargate.app/de/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.
- Fourier TransformSignalverarbeitung↔ compare
- Hilbert-Huang-TransformationSignalverarbeitung↔ compare
- Variationszerlegung (VMD)Signalverarbeitung↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →