Empiirinen moodihajotelma (EMD)
Empiirinen moodihajotelma (EMD) on täysin dataohjautuva, adaptiivinen menetelmä epälineaaristen ja epästationaaristen aikasarjojen hajottamiseksi äärelliseen joukkoon värähtelykomponentteja, joita kutsutaan sisäisiksi moodifunktioiksi (IMF), sekä monotoniseksi residyymiksi. Norden E. Huangin ja hänen kollegoidensa NASAssa vuonna 1998 esittelemä EMD ei vaadi ennalta määriteltyjä kantafunktioita, vaan se johtaa kaikki komponentit suoraan itse signaalista, mikä tekee siitä perustavanlaatuisesti erilaisen Fourier- tai aallokemuunnoksiin verrattuna.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Menetelmäkartta
Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 2). Empirical Mode Decomposition (EMD). ScholarGate. https://scholargate.app/fi/signal-processing/empirical-mode-decomposition
Mikä menetelmä?
Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.
- Fourier-muunnos ja spektrianalyysi (FFT)Signaalinkäsittely↔ vertaa
- Hilbert-Huang-muunnosSignaalinkäsittely↔ vertaa
- Variaatiopohjainen moodien hajotelma (VMD)Signaalinkäsittely↔ vertaa
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →