ScholarGate
Assistent
Machine learningTime-frequency analysis

Variasjonsmodusdekomponering (VMD)

Variasjonsmodusdekomponering (VMD) er en fullt adaptiv, ikke-rekursiv signaldekomponeringsmetode introdusert av Konstantin Dragomiretskiy og Dominique Zosso i 2014. Den dekomponerer et reellverdig inngangssignal til et diskret antall subsignaler, kalt intrinsiske modusfunksjoner (IMFer), hver med en spesifikk sparsitet i frekvensdomenet. I motsetning til empirisk modusdekomponering (EMD), rammer VMD inn dekomponering som et variasjonelt optimaliseringsproblem løst via Alternating Direction Method of Multipliers (ADMM), noe som gir robuste og fysisk meningsfulle komponenter.

Åpne i MethodMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

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

Kilder

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

Slik siterer du denne siden

ScholarGate. (2026, June 2). Variational Mode Decomposition (VMD). ScholarGate. https://scholargate.app/no/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

Referert av

ScholarGateVariational Mode Decomposition (Variational Mode Decomposition (VMD)). Hentet 2026-06-15 fra https://scholargate.app/no/signal-processing/variational-mode-decomposition · Datasett: https://doi.org/10.5281/zenodo.20539026