Resumen

La descomposicin emprica de modos (EMD) es un mtodo eficaz para tratar datos no lineales no estacionarios, pero la falta de teora de descomposicin ortogonal y la mezcla de modos son los principales problemas que limitan la aplicacin de la EMD. Para resolver estos dos problemas, proponemos un mtodo mejorado de EMD. La parte ms importante de este mtodo mejorado consiste en cambiar el valor medio por envolventes de la seal en EMD por el valor medio por la integral definida, lo que permite expresar matemticamente el valor medio de forma estricta. En primer lugar, demostramos que la seal se descompone ortogonalmente mediante el mtodo mejorado. En segundo lugar, se utiliza el mtodo Monte Carlo de ruido blanco para explicar que el mtodo mejorado puede paliar eficazmente la mezcla de modos. Adems, el mtodo mejorado es adaptativo y no necesita parmetros de entrada, y las funciones de modo intrnseco (IMF) generadas a partir de l son robustas al tamizado. Hemos llevado a cabo experimentos con una serie de datos artificiales y reales, y los resultados muestran que el mtodo mejorado es el mtodo de descomposicin ortogonal y puede aliviar eficazmente la mezcla de modos, y tiene mejor rendimiento de descomposicin y significado fsico que el EMD, el ensemble EMD (EEMD) y el ensemble completo de descomposicin emprica de modos con ruido adaptativo (CEEMDAN). Adems, el mtodo mejorado suele requerir ms tiempo que EMD, pero mucho menos que EEMD y CEEMDAN.

• Materias:Algoritmos (Matemáticas) Algebra Ingeniería Lógica matemática Matemáticas
• Subjects:Agorithms (Math) Algebra Engineering Mathematical logic mathematics
• Palabras claves:Descomposición modal empírica; Teoría de la descomposición ortogonal; Mezcla de modos; Método mejorado; Valor medio; Método de Monte Carlo
• Keywords:Empirical mode decomposition; Orthogonal decomposition theory; Mode-mixing; Improved method; Mean value; Monte Carlo method