变分模态分解
的变分模态分解国际货币基金组织
= vmd (<一个href="//www.tatmou.com/de/help/wavelet/ref/#mw_397ad621-09ed-453c-9bb6-266dd98afdba" class="intrnllnk">x
)x
.使用vmd
将复杂信号分解简化为有限数量的本征模态函数(IMFs),用于希尔伯特谱分析。
[<一个href="//www.tatmou.com/de/help/wavelet/ref/#mw_ec55149f-efb3-458c-b69c-e4d1087873b6" class="intrnllnk">
还返回残差信号国际货币基金组织
,<一个href="//www.tatmou.com/de/help/wavelet/ref/#mw_7d79bdda-75b7-4f3e-848f-ac96a3447023" class="intrnllnk">剩余
= vmd(<一个href="//www.tatmou.com/de/help/wavelet/ref/#mw_397ad621-09ed-453c-9bb6-266dd98afdba" class="intrnllnk">x
)剩余
对应的变分模态分解x
.
[<一个href="//www.tatmou.com/de/help/wavelet/ref/#mw_ec55149f-efb3-458c-b69c-e4d1087873b6" class="intrnllnk">
返回附加信息国际货币基金组织
,<一个href="//www.tatmou.com/de/help/wavelet/ref/#mw_7d79bdda-75b7-4f3e-848f-ac96a3447023" class="intrnllnk">剩余
,<一个href="//www.tatmou.com/de/help/wavelet/ref/#mw_403c1366-0558-4a2d-a86f-7639fb497944" class="intrnllnk">信息
= vmd(<一个href="//www.tatmou.com/de/help/wavelet/ref/#mw_397ad621-09ed-453c-9bb6-266dd98afdba" class="intrnllnk">x
)信息
用于诊断目的的IMFs和剩余信号。
[<年代p一个nclass="argument_placeholder">___年代p一个n>= vmd (<一个href="//www.tatmou.com/de/help/wavelet/ref/#mw_397ad621-09ed-453c-9bb6-266dd98afdba" class="intrnllnk">
使用一个或多个指定的附加选项执行变分模式分解x
,<一个href="//www.tatmou.com/de/help/wavelet/ref/#namevaluepairarguments" class="intrnllnk">名称,值
)名称,值
对参数。
vmd (<年代p一个nclass="argument_placeholder">___年代p一个n>)
将原始信号、IMFs和残差信号作为子图绘制在同一幅图中。
的vmd
函数计算频域内的函数,重构<年代p一个nclass="inlineequation">X(f) = dft {x(t)}年代p一个n>在这方面<年代p一个nclass="inlineequation">U<年代ub>k年代ub>(f) = dft {u<年代ub>k年代ub>(t)}年代p一个n>.为了消除边缘效应,该算法通过在信号的两侧镜像其长度的一半来扩展信号。
拉格朗日乘数<一个href="//www.tatmou.com/de/de/help/signal/ref/vmd.html" class="a">优化一个><年代p一个nrole="cross_prod">(信号处理工具箱)年代p一个n>有傅里叶变换<年代p一个nclass="inlineequation">Ʌ(f)年代p一个n>.拉格朗日乘子向量的长度就是扩展信号的长度。
除非另有指明<一个href="//www.tatmou.com/de/help/wavelet/ref/#mw_97440e68-b6de-4aad-83d0-387d0ab10893" class="intrnllnk">“InitialIMFs”
时,imf初始化为0。初始化<一个href="//www.tatmou.com/de/help/wavelet/ref/#mw_83384d0f-3e50-4b88-9959-ad7687a0cb0b" class="intrnllnk">“CentralFrequencies”
中指定的方法之一<一个href="//www.tatmou.com/de/help/wavelet/ref/#mw_f2047010-2a3e-4df8-bf06-3edcf25ef261" class="intrnllnk">“InitializeMethod”
.vmd
迭代更新模式,直到满足以下条件之一:
而且<年代p一个nclass="inlineequation">
共同满意,在哪里<年代p一个nclass="inlineequation">ε<年代ub>r年代ub>而且<年代p一个nclass="inlineequation">ε<年代ub>一个年代ub>使用<一个href="//www.tatmou.com/de/help/wavelet/ref/#mw_4f31ba1c-b66f-48fc-9dbe-0074cfe48da2" class="intrnllnk">“RelativeTolerance”
而且<一个href="//www.tatmou.com/de/help/wavelet/ref/#mw_cd9e3fb6-2b33-4fb4-a77f-87c79973a11d" class="intrnllnk">“AbsoluteTolerance”
,分别。
中指定的最大迭代次数<一个href="//www.tatmou.com/de/help/wavelet/ref/#mw_760f6f46-27ff-4521-bc3d-f386c0ac5cbe" class="intrnllnk">“MaxIterations”
.
为<年代p一个nclass="inlineequation">(n+ 1)年代p一个n>-th迭代,算法执行以下步骤:
遍历<年代p一个nclass="inlineequation">K信号的模式(使用“NumIMF”
)来计算:
每种模式所使用的频域波形
在哪里<年代p一个nclass="inlineequation"> 的傅里叶变换<年代p一个nclass="inlineequation">k计算的Th模态<年代p一个nclass="inlineequation">(n+ 1)年代p一个n>th迭代。
的<年代p一个nclass="inlineequation">k中心频率<年代p一个nclass="inlineequation"> 使用
更新拉格朗日乘法器使用<年代p一个nclass="inlineequation">
在哪里<年代p一个nclass="inlineequation">τ年代p一个n>是拉格朗日乘子的更新速率,指定使用<一个href="//www.tatmou.com/de/help/wavelet/ref/#mw_2ac9797d-9f9b-4c49-aaf1-0056211733bb" class="intrnllnk">“LMUpdateRate”
.
Boyd, Stephen, Neal Parikh, Eric Chu, Borja Peleato和Jonathan Eckstein。基于乘子交替方向法的分布式优化与统计学习基础和趋势<年代up>®年代up>机器学习.Vol 3, no . 1, 2011, pp. 1 - 122。
[2] Dragomiretskiy, Konstantin和Dominique Zosso。变分模态分解。IEEE<年代up>®年代up>信号处理汇刊.Vol. 62, no . 3, 2014, pp. 531-534。
[3]穆迪、乔治·B、罗杰·g·马克。“MIT-BIH心律失常数据库的影响。”<年代p一个nclass="emphasis">IEEE医学与生物工程杂志.第20卷第3期,2001年5月至6月,第45-50页。
遗传性出血性毛细血管扩张症
|<年代p一个n我temscope itemtype="//www.tatmou.com/help/schema/MathWorksDocPage/SeeAlso" itemprop="seealso">emd