《表1 多项指标的对比结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于自适应CEEMD的非平稳信号分析方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

图3为使用不同方法处理图1中的仿真信号，获得相应的IMF分量及对应的频谱。图3（c）中，笔者提出的方法能够将仿真信号中的多分量信号精确地分解成单一分量信号，每个单一的IMF分量对应的频谱没有出现模态混叠现象，也没有冗余的IMF分量。图3（b）中，使用CEEMDAN方法分解得到的单一IMF分量对应的频谱出现了模态混叠现象，而且还存在少量冗余的IMF分量。图3（a）中，使用传统的CEEMD方法分解得到的单一IMF分量对应的频谱出现了严重的模态混叠现象，存在较多的冗余IMF分量。为了进一步定性说明本方法的性能，通过实验对比3种方法的重构信号的均方根误差、IMF分量个数、白噪声的幅值以及各个相邻IMF分量之间的LSMI估计值等评价指标，对上述算法的性能进行分析，结果如表1所示。可以看到:a．笔者提出方法的重构均方根误差为2.510 7×10-4，远小于其他两种方法；b．笔者提出的方法分解获得了3个IMF分量，少于CEEMDAN方法获得的个数，明显少于CEEMD方法获得的个数；c．笔者提出的方法是在每次IMF分量筛选的过程中添加不同幅值的正负白噪声对，与其他两种方法添加固定幅值白噪声对的方式有所不同，不但IMF分量的个数最少，而且能够有效地将各个单分量信号从多分量信号分解出来；d．对比上述3种方法获得的IMF分量及其每个相邻的IMF分量间的LSMI，笔者提出的方法获得的每个相邻IMF分量的LSMI都小于给定的阀值，而其他两种方法获得的每个相邻IMF分量的LSMI基本上都大于给定的阀值。因此，可以得出本方法各方面的性能指标都优于传统的CEEMD及CEEMDAN方法，也证明了本方法的有效性。