[更新版]要了命了——G. Rilling的EMD的Matlab程序的“倒霉结果”

JulianChin

% G. Rilling, last update: May 2005
%
% computes EMD (Empirical Mode Decomposition) according to:
%
% N. E. Huang et al., "The empirical mode decomposition and the
% Hilbert spectrum for non-linear and non stationary time series analysis",  
% Proc. Royal Soc. London A, Vol. 454, pp. 903-995, 1998
%
% with variations reported in:
%
% G. Rilling, P. Flandrin and P. Gon峚lv弒
% "On Empirical Mode Decomposition and its algorithms",
% IEEE-EURASIP Workshop on Nonlinear Signal and Image Processing
% NSIP-03, Grado (I), June 2003


我不知道法国人的程序更新了没有，反正这个是一个月前下的

本人研一，研究EMD有半年多了，菜鸟一个，自己很久以前编过EMD程序，不过性能太滥，主要是边界和SD问题处理不好，后来发现了G. Rilling的程序，自己改了一下，处理了一下我的水声的非稳态信号，觉得这个程序的边界问题和终止条件问题解决的看起来挺漂亮（至少比我的强多了），不过用普通的调幅和调频波试了一下。。。。。。。

运行：imf = emd(x,'stop',[0.1,0.5,0.05],'maxiterations',100);

一 y=sin(x/50)
这个函数处理得很老实，没给我分解，直接输出的原函数，我很欣慰呀

二 y=3*cos(2*pi*x/100+sin(2*pi*x/1000))

这个也输出的是原函数

三 y=0.2*sin(x/130).*sin(x/10)

这个函数一看运行结果，可要了命了，给我分出了六个IMF分量，根据本人的微薄经验，这个函数没法分，顶多分两份，可是这六个分量非常诡异，后来一看，第一个分量与原信号外形和周期基本一样！也就是说剩下5个IMF加上residue值为零！
本来想把原信号和六个IMF波形上传，可惜这个论坛传图片很难，作罢

[ 本帖最后由 JulianChin 于 2007-4-12 22:52 编辑 ]

eight

原帖由 JulianChin 于 2007-4-12 22:01 发表
% G. Rilling, last update: May 2005
%
% computes EMD (Empirical Mode Decomposition) according to:
%
% N. E. Huang et al., "The empirical mode decomposition and the
% Hilbert spectrum f ...

很正常，没看出什么问题

JulianChin

四 y=sin(2*pi*x*0.005)+sin(2*pi*(x-100)*0.05)

这个原信号给我分出了四个IMF，第一个是高频正弦波，很好，第二个貌似低频正弦波，不过边界部分矮了点，第二部分和第三第四外加residue加起来似乎正好是标准低频正弦波。。。。


波形图片实在传不上来。。。。。

JulianChin

五 y=(3+3*cos(2*pi*x/100))*cos(2*pi*x/10)

9个IMf分量,情况与“三”相似，有种被耍的感觉

JulianChin

言归正传，痛定思痛，分析了一下问题，或许可能有

1 对于傅立叶变换等传统方法，有个测不准原理，号称自适应的EMd就没有么，不尽然把，边界问题就是其中体现之一，比如“镜像延陀法”似乎就是希望通过加长信号抵消测不准原理，但是仍然不尽人意比如 y=sin(2*pi*x*0.005)+sin(2*pi*(x-100)*0.05)的第二个分量，就不是一个标准正弦波，问题就出在边界！

JulianChin

2 终止条件问题，改停止时不停止，不过我改了一些终止条件，但似乎程序对此不甚敏感

[ 本帖最后由 JulianChin 于 2007-4-12 23:09 编辑 ]

JulianChin

IMF

[ 本帖最后由 JulianChin 于 2007-4-12 23:11 编辑 ]

JulianChin

3 当年我编的烂程序，虽然边界一塌糊涂，但两个正弦信号的叠加还是能分开的，IMF分量一点不多一点不少，而这个 G. Rilling的“高级程序”虽然边界很漂亮，但似乎连这样的信号都分不准，难道是测不准原理作怪？

[ 本帖最后由 JulianChin 于 2007-4-12 23:29 编辑 ]

eight

EMD的测不准原理我不敢说存在还是不存在，但至少现在这个时候不明显（因为EMD还没有理论支撑）。你得到的结果我也相信是正确的，也是正常的，目前的EMD都是近似算法（假设背后有理论支撑），因此分解不唯一（改变算法的某个步骤会导致不同的结果），也会出现一些虚假的IMF（在Flandrin的PPT里面那个例子就很好的说明了这点），这没有什么奇怪的。正如理论上 3=1+2 ， 在这个恒等式未知、未被发现之前， 3=1.2+2.1 或者 3=1.1+2.2 都是合理的。建议先看看本版关于EMD的一些帖子，尤其是版主的总结

JulianChin

原帖由 eight 于 2007-4-12 23:47 发表
EMD的测不准原理我不敢说存在还是不存在，但至少现在这个时候不明显（因为EMD还没有理论支撑）。你得到的结果我也相信是正确的，也是正常的，目前的EMD都是近似算法（假设背后有理论支撑），因此分解不唯一（改 ...

连调幅波都分解不准怎么放心用？

有没有改进的办法？

JulianChin

对于信号“三”，“四”的“灵异”问题怎么解决，我现在的课题非常需要EMD这种算法的支持

liliang

我仿真时出现7个左右的imf 函数，为什么？是我的emd分解算法不好吗？

JulianChin

rilling的新版程序还不错，但模态混叠是任何算法都避免不了的，没办法

gsq

大家谁那里有这方面.m的程序，能给小弟发一个吗？先谢谢啦，我怎么也找不到，哎

wang07_01

学习中！！！