Variaatiopohjainen moodien hajotelma (VMD)
Variaatiopohjainen moodien hajotelma (VMD) on täysin adaptiivinen, ei-rekursiivinen signaalinhajotusmenetelmä, jonka Konstantin Dragomiretskiy ja Dominique Zosso esittelivät vuonna 2014. Se hajottaa reaaliarvoisen syötesignaalin diskreettiin määrään alisignaaleja, joita kutsutaan sisäisiksi moodifunktioiksi (IMF), joilla kullakin on tietty harvuus taajuusalueella. Toisin kuin empiirinen moodien hajotelma (EMD), VMD muotoilee hajotuksen variaatiopohjaiseksi optimointiongelmaksi, joka ratkaistaan käyttämällä moniulotteisen menetelmän (ADMM) vaihtosuuntaista menetelmää, tuottaen robustit ja fysikaalisesti merkitykselliset komponentit.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Dragomiretskiy, K., & Zosso, D. (2014). Variational mode decomposition. IEEE Transactions on Signal Processing, 62(3), 531–544. DOI: 10.1109/TSP.2013.2288675 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 2). Variational Mode Decomposition (VMD). ScholarGate. https://scholargate.app/fi/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.
- Empiirinen moodihajotelma (EMD)Signaalinkäsittely↔ compare
- Fourier-muunnos ja spektrianalyysi (FFT)Signaalinkäsittely↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →