论文部分内容阅读
经验模态分解（Empirical Mode Decomposition，简称EMD）主要思想是把一个时间序列的信号分解成不同尺度的本征模函数（Intrinsic Mode Function，简称IMF）。EMD算法用残余量极值点数量小于2来终止分解．该终止条件有无关组分多和分解速度慢的缺点。针对该缺点，提出了采用残余能量小于设定值的EMD分解终止条件。通过对非线性和实例振动信号的试验研究表明．基于能量的EMD分解终止条件既可以减少分解的无关组分，又可以提高分解的速度。该研究成果能广泛地用于振动信号分析领域