基于EEMD的信号处理方法分析和实现

　　3 引入正态分布白噪声的EEMD

　　为了更好地解决模态混叠问题，Huang 提出了EEMD，这是一种噪声辅助信号处理方法。

　　降噪技术的目的是将噪声从信号中去除，不过在一些情况下，可以通过加入噪声的方法来进行辅助分析,这钟方法就称为噪声辅助信号处理( NADA) ，噪声辅助信号处理方法最常见的就是预白化。在信号中加入白噪声来平滑脉冲干扰，被广泛用于各种信号分析领域。

　　在EMD 方法中，得到合理IMF 的能力取决于信号极值点的分布情况，如果信号极值点分布不均匀，会出现模态混叠的情况。为此，Huang 将白噪声加入待分解信号，利用白噪声频谱的均匀分布，当信号加在遍布整个时频空间分布一致的白噪声背景上时，不同时间尺度的信号会自动分布到合适的参考尺度上，并且由于零均值噪声的特性，经过多次平均后，噪声将相互抵消,集成均值的结果就可作为最终结果。

　　EEMD 步骤如下:

　　( 1) 向信号加入正态分布白噪声。

　　( 2) 将加入白噪声的信号分解成各IMF 分量。

　　( 3) 重复步骤( 1) ，( 2) ，每次加入新的白噪声序列。

　　( 4) 将每次得到的IMF 集成均值作为最终结果。

　　EMMD 算法流程如图1 所示。

图1 EEMD 算法流程图

　　4 系统功能介绍和仿真实验分析

　　为了验证EEMD 方法的改进之处，利用Mat lab 的GU I 工具设计了简单直观的仿真系统。

　　此系统实现的功能是，对输入信号进行传统EMD分解和EEMD 分解，可显示信号分解后的各个模态函数IMF 分量及其瞬时频率，并能对Hilbert 时频谱进行刻画。

　　系统界面如图2 所示。

图2仿真系统界面

　　参数设置功能 可自由设置加入白噪声的方差和噪声组数目( 范围1~ 500) ，当方差设置为0，噪声组数目选择为1 时，该系统实现传统EMD 分解的功能。