ScholarGate
Assistente
Machine learningTime-frequency analysis

Decomposizione Modale Variazionale (VMD)

La Decomposizione Modale Variazionale (VMD) è un metodo di decomposizione del segnale completamente adattivo e non ricorsivo introdotto da Konstantin Dragomiretskiy e Dominique Zosso nel 2014. Essa decompone un segnale di ingresso a valori reali in un numero discreto di sottosegnali, chiamati funzioni di modo intrinseche (IMF), ciascuno con una specifica sparsità nel dominio della frequenza. A differenza della Decomposizione Modale Empirica, la VMD inquadra la decomposizione come un problema di ottimizzazione variazionale risolto tramite il Metodo dei Moltiplicatori a Direzione Alternata (ADMM), producendo componenti robuste e fisicamente significative.

Apri in MethodMindIn arrivoVideoIn arrivoDownload slides

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Method map

The neighbourhood of related methods — select a node to explore.

Fonti

  1. Dragomiretskiy, K., & Zosso, D. (2014). Variational mode decomposition. IEEE Transactions on Signal Processing, 62(3), 531–544. DOI: 10.1109/TSP.2013.2288675

Come citare questa pagina

ScholarGate. (2026, June 2). Variational Mode Decomposition (VMD). ScholarGate. https://scholargate.app/it/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.

Compare side by side

Citato da

ScholarGateVariational Mode Decomposition (Variational Mode Decomposition (VMD)). Consultato il 2026-06-15 da https://scholargate.app/it/signal-processing/variational-mode-decomposition · Insieme di dati: https://doi.org/10.5281/zenodo.20539026