[发明专利]一种改进型局部均值分解方法

权利要求书

1.一种改进型局部均值分解方法，其特征在于，包括以下步骤：

1)确定原始信号x(t)所有的局部极值点n_i，其中局部极大值点为MaxE_i，局部极小值点为MinE_i；

2)把原始信号x(t)的局部极大值点MaxE_i进行三次样条插值，形成上包络函数env_max(t)，把原始信号x(t)的局部极小值点MinE_i进行三次样条插值，形成下包络函数env_min(t)；设定选择指标Z，Z＝env_max(t)-env_min(t)；

如果满足Z＞0，则局部均值函数m₁₁(t)和包络估计函数a₁₁(t)分别为：

m11(t)=envmax(t)+envmin(t)2a11(t)=envmax(t)-envmin(t)2]]>

如果不满足Z>0，计算局部均值m_i，即：

mi=ni+ni+12]]>

然后计算局部幅值a_i，即：

ai=|ni-ni+1|2]]>

使用最近邻插值方法将局部均值m_i和局部幅值a_i进行插值，使用滑动平均方法将最近邻插值结果进行平滑，直到任何一个采样点与其相邻两侧的采样点数值不一致为止，最终得到局部均值函数m₁₁(t)和包络估计函数a₁₁(t)；

3)将局部均值函数m₁₁(t)从原始信号x(t)中分离出来，得到：

h₁₁(t)＝x(t)-m₁₁(t)

4)用h₁₁(t)除以包络估计函数a₁₁(t)，从而对h₁₁(t)进行解调，得到：

s₁₁(t)＝h₁₁(t)/a₁₁(t)

将s₁₁(t)作为原始信号重复步骤1)-4)，直到得到一个纯调频信号s_1n(t)，满足1≤s_1n(t)≤1，它的包络估计函数满足a_1(n+1)(t)≈1；因此有如下迭代过程：

h11(t)=x(t)-m11(t)h12(t)=s11(t)-m12(t)......h1n(t)=s1(n-1)(t)-m1n(t)]]>

上式中，

s11(t)=h11(t)/a11(t)s12(t)=h12(t)/a12(t)......s1n(t)=h11(t)/a1n(t)]]>

给定一个阈值Δ，迭代终止条件设定为1-Δ≤a_1n(t)≤1+Δ；Δ设置的越小，分解越精确；

5)把步骤1)-4)中产生的所有包络估计函数相乘得到包络信号a₁(t)：

a₁(t)＝a₁₁(t)a₁₂(t)···a_1n(t)

6)将包络信号a₁(t)与获得的纯调频信号s_1n(t)相乘，得到原始信号x(t)的第一个PF分量PF₁(t)：

PF₁(t)＝a₁(t)s_1n(t)

7)将第一个PF分量从原始信号中分离出来，得到一个新的信号u₁(t)，将信号u₁(t)作为原始信号x(t)重复步骤1)-6)，循环k次，直到u_k(t)为一个单调函数为止；

u1(t)=x(t)-PF1(t)u2(t)=u1(t)-PF2(t)......uk(t)=uk-1(t)-PFk(t)]]>

最终将原始信号x(t)分解成k个PF分量PF_i(t)，其中i＝1,...,k，以及1个余量u_k(t)，将余量u_k(t)记作R。

2.根据权利要求1所述的一种改进型局部均值分解方法，其特征在于：所述步骤2)中“选择指标Z＞0”的定义为：选择指标Z序列中任意一个元素z_i均满足z_i＞0，其中z_i∈Z。