Empirisk vågformstransform
Den empiriska vågformstransformen (EWT) är en datadriven vågformsdekomponeringsmetod som automatiskt definierar vågformsbaser anpassade till signalens frekvensinnehåll. Den introducerades av Jérémie Gilles (2013) och övervinner en viktig begränsning hos klassiska vågformer – som använder fasta, fördefinierade baser – genom att konstruera anpassade vågformer från signalens eget spektrum. Detta adaptiva tillvägagångssätt är särskilt effektivt för att analysera icke-stationära signaler med komplexa, flerkomponentstrukturer.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- Gilles, J. (2013). Empirical wavelet transform. IEEE Transactions on Signal Processing, 61(16), 3999–4010. DOI: 10.1109/tsp.2013.2265222 ↗
- Gilles, J. (2015). Empirical wavelet transform for multiscale analysis of signals. IEEE Signal Processing Magazine, 32(6), 125–130. link ↗
- Dragomiretskiy, K., & Zosso, D. (2014). Variational mode decomposition. IEEE Transactions on Signal Processing, 62(3), 531–544. DOI: 10.1109/TSP.2013.2288675 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Empirical Wavelet Transform. ScholarGate. https://scholargate.app/sv/time-series/empirical-wavelet-transform
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- Diskret vågtransformTidsserieanalys↔ jämför
- Empirisk moderdekomposition (EMD)Signalbehandling↔ jämför
- Variational Mode Decomposition (VMD)Signalbehandling↔ jämför
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →