weixin 发表于 2018-4-3 16:44

小议EMD降噪:EMD降噪并不能取得太理想的结果

  曾经看到过几篇文献,谈到EMD降噪,自己也曾经在这个上面进行了一些尝试,得到的结果并不理想,后来仔细分析了一下,认为EMD降噪没有可行性,至少构不成一种通用的方法。

  如果只是简单信号,比如低频分量+随机噪声,并且在含噪信号具有较高的信噪比时,会有些效果,因为见过的所谓EMD降噪,不过是将信号分解为IMF分解为若干个IMF分量,根据随机信号一般分布在高频这一特征,采用对各个IMF分别再降噪,或者舍弃某些高频分量(认为其为噪声)的方法。

  EMD过程可等效为选频滤波,并且分解得到的IMF按高频到低频排列,不过这一带通选频滤波的频率截止范围有交叠(忘记哪篇文献曾经论证过这个问题了),理解这一点对于我下面的观点具有一点支撑作用。

  如果待分析信号并非低频分量,那么信号本身频率可能会与随机噪声的频率范围有交叠,这个时候进行EMD分解,必然会在分解得到的IMF分量中存在信号和噪声共存的现象,那么按舍弃高频IMF进行降噪的方法损失信号信息。

  而如果采用对IMF分量进行单独降噪(如采用其他降噪方法)与直接对信号降噪区别将不大。因此,EMD降噪本身存在一定缺陷,构不成一种通用方法,说白了:EMD只能选频,如果说分离某些特定工程意义上的信号,倒是还说的过去,如:某一特定频率的有用信号,被噪声或其他信号干扰,但是这种干扰包括噪声的频率远离信号频率,即满足EMD可分解条件,通过先验信息,提取出该特定频率信号,还是有意义的。但是这不能与降噪混为一谈。

  综上,个人认为“EMD降噪”意义不大。混叠噪声的信号本身就对EMD分解到正确性造成了影响,下一步的降噪又从何谈起呢?有人提到了EEMD,那也只是解决模态混叠的一种方法而已,实际上与降噪也不存在什么太大关系,同样,如果信号本身频率在高频,且与噪声频率交叠,不可能剥离出噪声,而得到有用信号的。所谓EEMD的集总平均观点,可理解为平滑的一种方法来看了,也许是解决模态混叠不得已的一种方法吧。

  我给出下面几个图例,来说明下这一分析的正确性!
  这是两个中心频率分别为50和100Hz的正弦波叠加并叠加高斯噪声的时域波形,信噪比为0dB
  EMD分解的前5个IMF分量
  EEMD分解的前5个IMF分量
  请问,从这些分解结果中怎么降噪呢?也许我个人理解的有偏颇,但是其实从发表的一些文献结果来看,EMD降噪并没有太理想的结果,而且很少有人从理论上论证其可行性,也许是因为EMD本身理论还未成熟的原因吧,总而言之,这只代表我的个人观点,希望一种新的方法能带动新的思路,带出新的成果!

  以下为新浪会员米其林车胎对该问题的评论:
  我可以明确地告诉楼上的,不可以。我对希尔伯特变换不是很清楚,但他不外乎一种投影变换。

  1、对于线性的投影变换,例如FFT,DCT,KLT,LDA,或许还有小波变换等等,不可能找到一种方式将全频带噪声和语音信号在一个高维空间分离。绝对不可能。

  2、对于非线性变换,即便我们能够通过非线性投影的方法,将信号投影到一个更高维空间中,实现语音与噪声的分离。那么,分离后,我们还需要,把信号从高维空间空间中映射到时域。这一步有时候很难实现,也容易造成语音信号的畸变。最终降噪后的信号质量,还不如降噪之前的质量。

  我看到过很多关于小波降噪或者是压缩感知的一些文章,基本上都属于扯淡,漏洞百出,这些垃圾文章都出现在一些垃圾的杂志上。

  到目前为止,权威的国际刊物和会议上,尚没有一种算法是单靠一个投影分离的办法来解决降噪问题的。单通道的降噪方法,基本上都需要估计先验和后验的信噪比。

  本文来源于新浪hahaer的博客,作者:新浪博主hahaer。

阎彩欣 发表于 2018-4-12 22:30

页: [1]
查看完整版本: 小议EMD降噪:EMD降噪并不能取得太理想的结果