快速的本征模态分解和时间序列数据滤波
摘要：自适应函数基本提供了非线性和非平稳时间序列数据的内在模态函数。本文介绍了一种快速收敛的迭代方法来寻找数据的内在模态函数组件，该方法比由Hilbert Huang变换的作者设计的经验模态分解方法更快和更可预测。该方法通过迭代调整数据函数上与改进的内在模态函数的极值相对应的控制点，计算残差函数的控制点作为通过数据控制点的直线段的中位数，并将残差函数构造为中位数点的三次样条函数。初始残差函数仅构建为通过数据函数的导数的极值点的直线段。改进的内在模态函数是数据函数与改进的残差函数之间的差异。找到的内在模态函数揭示了整个数据集中的所有乘车波。还提出了一种利用类似的方法在频率和幅度上进行数据滤波的新方法，以找到要过滤掉的部分的残差。演示该方法的程序在BSD开源许可证下分发。
作者：Louis Yu Lu
论文ID：0808.2827
分类：Numerical Analysis
分类简称：cs.NA
提交时间：2008-09-11