Machine learningTime-frequency analysis

Вариационное разложение на моды (VMD)

Вариационное разложение на моды (VMD) — это полностью адаптивный, нерекурсивный метод разложения сигналов, представленный Константином Драгомирецким и Домиником Зоссо в 2014 году. Он разлагает вещественный входной сигнал на дискретное число подсигналов, называемых внутренними модовыми функциями (IMF), каждая из которых обладает определенной разреженностью в частотной области. В отличие от эмпирического разложения на моды (EMD), VMD формулирует разложение как вариационную оптимизационную задачу, решаемую с помощью метода множителей Альтернирующего Направления (ADMM), что позволяет получить робастные и физически осмысленные компоненты.

Открыть в MethodMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

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

Источники

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

Как цитировать эту страницу

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

Упоминается в

ScholarGateVariational Mode Decomposition (Variational Mode Decomposition (VMD)). Получено 2026-06-15 из https://scholargate.app/ru/signal-processing/variational-mode-decomposition · Набор данных: https://doi.org/10.5281/zenodo.20539026