杨思炫，刘　义，徐建国，高保林

(合肥工业大学　仪器科学与光电工程学院，安徽　合肥　230009)



经验模态分解的非平稳信号数据滤波处理研究

杨思炫，刘义，徐建国，高保林

(合肥工业大学仪器科学与光电工程学院，安徽合肥230009)

摘要：随着科学研究的不断深入，人们对许多实际问题中的非平稳信号的处理精度提出了更高的要求。对此，文章论述了一种基于经验模态分解(EMD)的非平稳信号数字滤波处理方法，并采用经验模态分解法和低通滤波法，对文中构造的一组真值为低频的非平稳信号数据分别进行处理，以相似度作为评判两种滤波方法精度的标准。经研究表明，在处理非平稳信号时，经验模态分解方法显示出了较好的时频聚集性和自适应性。

关键词：经验模态分解；低通滤波；非平稳信号；相似度

随着计算机和信息学科的快速发展，数字信号处理[1]-[3]的理论与应用得到了飞跃式的发展，现在已经形成一门极其重要的独立学科体系。传统的数字信号处理法主要针对线性平稳信号，采用的方法多数为时频分析方法，即把序列在某种基底系上展开，然后分析展开的系数以及各个分量的特征[4]。然而，许多实际信号如雷达、地震、生物医学等，都是非常典型的非线性、非平稳信号。如果仍采用时频分析方法处理这些信号，则会显示出较大的局限性。

为了更好地分析非平稳信号的局部时间和频率特征，摆脱时频分析方法处理非平稳信号的局限性，本文提出采用经验模态分解[5](EMD)对非平稳信号进行滤波处理的方法。……