时间序列数据的快速本征模分解与锯齿变换
摘要：一种高效的方法用于找到时间序列数据的内在模态函数（IMF）分量。该方法比由Hilbert Huang Transform（HHT）的作者设计的经验模态分解（EMD）方法更快、更可预测。该方法将原始数据函数转化为分段线性锯齿函数（或三角波函数），然后直接通过连接最大值构造上包络，通过连接最小值和锯齿空间中的直线段构造下包络，IMF被计算为锯齿函数与上下包络均值之差。在需要的IMF和包络均值时，锯齿空间中找到的结果被反向转换回原始数据空间。这种分解方法在处理数据时仅经过一次，即可获得唯一的IMF分量，无需耗时的重复筛选过程。本文还介绍了一种具有锯齿函数展开的替代分解方法。
作者：Louis Yu Lu
论文ID：0710.3170
分类：Numerical Analysis
分类简称：cs.NA
提交时间：2007-11-14