Разложение эмпирических мод (EMD)
Разложение эмпирических мод (EMD) — это полностью управляемый данными адаптивный метод разложения нелинейных и нестационарных временных рядов на конечное число колебательных компонент, называемых внутренними модами (IMF), плюс монотонный остаток. Представленный Норденом Е. Хуангом и его коллегами в NASA в 1998 году, EMD не требует предопределенных базисных функций и извлекает все компоненты непосредственно из самого сигнала, что принципиально отличает его от преобразований Фурье или вейвлет-преобразований.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 2). Empirical Mode Decomposition (EMD). ScholarGate. https://scholargate.app/ru/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.
- Преобразование Фурье и спектральный анализ (БПФ)Обработка сигналов↔ compare
- Преобразование Гильберта-ХуангаОбработка сигналов↔ compare
- Вариационное разложение на моды (VMD)Обработка сигналов↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →