黎　恒，李　智，莫　玮

(1.西安电子科技大学 机电工程学院,西安　710071; 2.桂林航天工业学院 自动化系,桂林　541004; 3.桂林电子科技大学 电子工程与自动化学院,桂林　541004)



低采样率下经验模态分解性能提升研究

黎恒1，李智2,3，莫玮1

(1.西安电子科技大学 机电工程学院,西安710071; 2.桂林航天工业学院 自动化系,桂林541004; 3.桂林电子科技大学 电子工程与自动化学院,桂林541004)

经验模态分解(EMD)使用信号极值点的位置和取值信息进行分解，对采样率有较高的要求。针对EMD在低采样率下性能降低的现象，提出一种基于B样条拟合的信号局部均值计算方法。首先提取信号极值点出现的时刻作为尺度，然后通过对极值点时刻进行重新采样构造B样条节点，最后应用B样条最小二乘拟合方法直接计算局部均值。与EMD方法相比，该方法不需要信号极值点的准确位置和取值，因此不容易受到低采样率的影响。对平稳信号和非平稳信号的仿真结果表明，该方法能在接近奈奎斯特频率的低采样率下获得较高的性能。与基于插值的解决方案相比，该方法的分离性能更好。

经验模态分解；B样条拟合；低采样率；信号分解；时频分析

希尔伯特-黄(HHT)变换[1]作为一种时间-频率分析方法，已经成为一种分析非线性和非平稳信号的标准方法。HHT的核心是经验模态分解(EMD)。通过EMD将输入信号分解成为一系列单模态分量，这些分量被称为本征模态函数(IMF)。在HHT中，对IMF进行希尔伯特变换即得到对应的时间-频率-幅度分布。与小波变换等方法不同，EMD方法不需要定义任何基函数，具有很强的自适应性。……