一维输入信号的基于频谱分解为k个带分离模式。在这里，我们提出了一个完全非递归变分模态分解模型，其中模态被并发提取。该模型寻找模式及其各自的中心频率的集合，这样，模式共同再现(1D)输入信号，而每个模式在解调到基带后是平滑的。利用乘子法的交替方向法对变分模型进行了有效优化。
应用领域:音频工程中的信号分解、气候分析、医学和生物学中的各种通量和神经肌肉信号分析等。
这是经验模态分解(EMD;Huang et al. 1998)，或经验小波变换(EWT;Gilles 2013)。
查看：K. Dragomiretskiy和D. Zosso，变分模式分解，IEEE Trans。信号处理（按下）。http://dx.doi.org/10.1109/TSP.2013.2288675
引用作为
多米尼克•Zosso(2021)。变分模态分解(//www.tatmou.com/matlabcentral/fileexchange/44765-variational-mode-decomposition)， MATLAB中央文件交换。检索．
评论和评级（49）
Matlab释放兼容性
创建R2012a
兼容任何释放
平台的兼容性
视窗 macOS Linux标签
你也可以从以下列表中选择一个网站:
在第108行和第122行，代码是“- lambda_hat(n，:)/2”，但在你的论文中，公式(27)是关于“+ lambda_hat(n，:)/2”。
这是个错误吗?
@yang Chenguang也许你的系统conf.可能不支持，只要检查一次“Maximum number金宝app of iterations”!希望有帮助。
非常感谢分享这个代码。
当您运行VMD程序时，您在VMD(第108行)中有内存不足的错误吗?
感谢您的精彩代码!!
我需要关于两个相邻模式之间的相互信息的指导。我的意思是，它们(任意两个相邻的模态)是相互独立的还是相互依赖的?请告诉我
谢谢
你好，假设我有1个EEG通道，我想为这个通道生成5个模式/IMF ?怎么做呢?标准是什么?
我想测试你的新版本@Virgil Stokes:-)，这个分解方法的有效性是伟大的!
我想向作者们道歉，因为在他们关于VMD的重要论文(http://dx.doi.org/10.1109/TSP.2013.2288675）.他们还在文章末尾提出了镜像的一些替代方案。我目前正在研究如何“改进”他们的代码和注释，IMHO应该使它更用户友好:-)。我将把这些代码提供给作者。
这对文件交换的贡献是值得赞赏的，因为这是一个相当复杂的算法。然而，依我之见，它不应该提交，直到它已经被至少一个称职的MATLAB程序员彻底测试。一般来说，VMD的这个实现写得不是很好。这包括:使用镜像输入，低效的循环，缺少重要参数的选择信息，糟糕的图形输出设计(如缩放)，等等。我很乐意在重构后检查这段代码。
我正在应用此方法PPG数据集。我读过你的论文。如何选择参数Alpha，Tau，DC级，耐受性，
你好,
你能帮我这个吗…VMD的输入是行向量还是列向量?我彻底糊涂了。因为每次我运行行向量作为输入的代码时，重构的信号与原始组件(vmd_test.m)不相同。
列作为输入也是一样。你能解释一下吗?
这个函数如何适用于金融时间序列，参数的值应该是什么:
信号 - 时间序列数据
% alpha -数据保真度约束的平衡参数
% tau -双上升的时间步长(噪声松弛取0)
% K -要恢复的模式的数量，如果我们想要2个系列，就说2个
如果将第一模式放置并保持在DC（0-FREQ），则％DC - True
% init - 0 =所有的omegas从0开始
% 1 =所有的都是均匀分布的
% 2 =所有的omegas随机初始化
%托尔
你好，通过镜像来扩展信号是什么意思?
作者实现了下面的代码部分，它真正做了什么?
%通过镜像来延长信号
T = save_T;
f_mirror (1: T / 2) =信号(T / 2: 1:1);
f_mirror (T / 2 + 1:3 * T / 2) =信号;
f_mirror (3 * T / 2 + 1:2 * T) =信号(T: 1: T / 2 + 1);
f = f_mirror;
提前谢谢!
在密码中，的单位是什么?是用赫兹表示吗?我必须检查ω是否低于1hz，但所有ω值都低于1hz，这对我的信号来说是不可能的。它是标准化的吗?如果是，那么我应该如何得到实际的频率值?
@Na Sun你能分享一下你的MATLAB代码吗?我想把一个时间序列分解成7个模式
太好了。
谢谢你的出色工作!
谢谢你的出色工作!我用这段代码将时间序列分解为7个模式，但为什么我只得到5个模式，其他两个模式都是NAN。
谢谢你的出色工作!
你好，假设我有1个EEG通道，我想为这个通道生成5个模式/IMF ?怎么做呢?标准是什么?
你好，亲爱的多米尼克·佐索
我有个问题!
一种由EWT提出的算法，可以通过VMD?
EMD呢?
EWT和VMD有什么区别??
我想修改一个算法，是由EWT实现的VMD。
谢谢
“请原谅我的语法不好”
我正在研究.mat文件格式的1X256数据集的故障诊断数据集。谁能在这个问题上帮助我，如何提供一个.mat文件作为输入的VMD代码1d。谢谢你！
你引用的论文中的EMD代码也可用吗?
谢谢你慷慨的捐赠
变分模态分解是如何工作的?
谢谢你的帖子，我把你的方法应用在一个趋势系列(股票价格)上，并且能够重建原始信号。然而，当我在平稳序列(股票收益)上应用该方法时，模态之和明显小于原始信号。是不是这种方法只适用于有趋势的系列?
非常好的工作。
@timothy scharf：
alpha没有急剧规则，因为该值基本上取决于信号的幅度和数据的噪声。审判和错误，主要是，我害怕。
对于tau(时间步长):这决定了拉格朗日乘子累积“重建误差”的速度。我们通常使用0(没有累加，重建不是严格执行的，但在最小二乘意义上鼓励，允许噪声进入这些残差)或0.1左右的值。较高的值可能导致模态的过快“冻结”。
希望有帮助。
多米尼克
谢谢你发表这篇文章。
我正在修补你的脑电图分类算法用于癫痫检测(代替非常常见的EMD)。
我想知道你是否可以在alpha（频带宽度约束）和tau上的任何光线（时间阶段）参数？我已经阅读并重新阅读了论文，仍然需要作者的一些指导。谢谢任何方式发布
蒂姆