《表1 各IMF与原始信号的比较》

  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

《基于数据驱动的应急柴油机启动状态评估方法》

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

Norden E Huang等[13]开发了一种分析非线性和非平稳数据的新方法，这一方法通过数据自身的时间尺度特征来进行信号分解，事先不用设置任何基函数，这一特点使得该方法和傅里叶分解法以及小波分解法从本质上区别开来。正是由于这样的自适应性，让它在处理非平稳及非线性数据上具有了非常明显的优势。该方法的关键部分是“经验模式分解”（Empirical Mode Decomposition，EMD），它能使复杂信号分解为有限数量的本征模函数（Intrinsic Mode Function，IMF），得到的各IMF分量蕴藏了原信号的不同时间尺度的局部特征信号。因此本文选用EMD的方法对柴油机的信号进行降噪处理，以某次实测信号为例，计算各IMF与原始信号的相关系数及各IMF与原始信号的能量比，所得结果见表1。