模态混叠的表现形式，可以直观的从波形图上看出吗？

cwb

看了HUANG的几篇论文，看了EEMD中关于语音信号的分析例子之后似乎对模态混叠这个词的意思有点理解了，但是感觉理解的还是不彻底，因为用到自己的信号分析上来之后又迷糊了。

各位大侠，可以说说你们对“”模态”和“”模态混叠”的理解吗？以及怎么从实际的波形图上看出是否存在模态混叠？


另外，EEMD是通过添加白噪声，然后再进行EMD的；又说在进行EMD之前先进行滤波处理，这样能够减小IMF分量的个数，且可以使得模态混叠现象被抑制一些，这样矛盾吗？

cwb

有没有大侠给点指点呀，谢谢啦！

airazor

1、http://max.book118.com/html/2014/0404/7273011.shtm里面的例子有模态混叠，很典型的例子。
2、IMF滤的噪声往往不是高斯白噪声，而eemd的噪声是高斯白噪声，具有在频段上的连续性，可谓根正苗红，而且EEMd分解后一平均，添加的高斯白噪声就被平均为0了。当然还有计算过程的原因，就不讨论了，祝好。

cwb

airazor 发表于 2014-9-27 11:40
1、http://max.book118.com/html/2014/0404/7273011.shtm里面的例子有模态混叠，很典型的例子。
2、IMF滤 ...

嗯，模态混叠的例子在HUANG的原文里有一个比较形象的，我大概理解一点，但是用到自己的实际的信号上来的时候又不知道怎么分析了

cwb

airazor 发表于 2014-9-27 11:40
1、http://max.book118.com/html/2014/0404/7273011.shtm里面的例子有模态混叠，很典型的例子。
2、IMF滤 ...

我觉得这个完全就是靠经验了，就像EMD这个名字一样。。。。

airazor

cwb 发表于 2014-9-28 10:25
嗯，模态混叠的例子在HUANG的原文里有一个比较形象的，我大概理解一点，但是用到自己的实际的信号上来的 ...

EMD分解具有局限性，EEMD分解比EMD好些，你得用模拟信号验证你的EEMD或者EMD算法的可靠性，而后再分解实际信号。至于怎么分析，你看一看希尔伯特黄变换的相关博硕论文，模仿就可以了

airazor

cwb 发表于 2014-9-28 10:25
我觉得这个完全就是靠经验了，就像EMD这个名字一样。。。。

你可以用模拟信号试试，看看效果，是比小波的分解能力强很多

cwb

airazor 发表于 2014-9-29 11:32
你可以用模拟信号试试，看看效果，是比小波的分解能力强很多

嗯，你是指做小波谱吗？和小波的对比分析我还没有做，我只做过和FFT的对比分析，感觉滤波（实际信号）之后的HHT边际谱和FFT频谱差不多，

另外，小波分析我还从来没做过，理论倒是看的比较多。小波分析做起来复杂吗，也像FFT一样有现成的函数可调用吗？

cwb

airazor 发表于 2014-9-29 11:32
你可以用模拟信号试试，看看效果，是比小波的分解能力强很多

也许我找错方向了，我之前就应该对比小波分析和HHT，而不是对比FFT和HHT，因为小波分析也是很成熟的理论，相对来说，对很多信号来说，比FFT更加适用。

cwb

airazor 发表于 2014-9-29 11:31
EMD分解具有局限性，EEMD分解比EMD好些，你得用模拟信号验证你的EEMD或者EMD算法的可靠性，而后再分解实 ...

OK，我下了一些学位论文，还没看呢，

cwb

airazor 发表于 2014-9-29 11:31
EMD分解具有局限性，EEMD分解比EMD好些，你得用模拟信号验证你的EEMD或者EMD算法的可靠性，而后再分解实 ...

唉，方法不对呀，我一上来就是用实际的信号做分析，因为我看了HUANG的原文，既然人家已经做过模拟分析了，我觉得我就没不要再重复了，用结论就行了。。。

airazor

模拟信号是用来验证程序和算法的正确性的。。FFT和小波从深层次来讲是一样的。FFT主要做幅频响应的，小波可以分解、去噪、重构。用matlab的wavemenu就可以直接使用小波。。。。。这些是基础的东西，你自己好好学习学习，以后就不回答你这些基础问题了。

cwb

airazor 发表于 2014-10-7 20:40
模拟信号是用来验证程序和算法的正确性的。。FFT和小波从深层次来讲是一样的。FFT主要做幅频响应的，小波可 ...

ok，谢谢！

yugang2010

我觉得，想弄明白模态混叠得先搞清楚啥是单模态信号。IMF在理想状态下，应该是单模态信号，混叠就是单模态信号被分解到不同IMF里。EMD这东西，你拿来做个滤波器就OK了。

yugang2010

理解好了傅里叶变换，弄明白内积运算。然后看看，短时傅里叶变换的时间分辨率的概念，再去理解小波就简单多了。比如morlet小波，可以理解为是将短时傅里叶变换中的余弦高斯窗换成molert函数窗与原始信号进行内积运算，这些公式是可以相同的。