时序分解 | Matlab实现RLMD鲁棒性局部均值分解

2024-04-27 16:12

本文主要是介绍时序分解 | Matlab实现RLMD鲁棒性局部均值分解,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

时序分解 | Matlab实现RLMD鲁棒性局部均值分解

目录

    • 时序分解 | Matlab实现RLMD鲁棒性局部均值分解
      • 效果一览
      • 基本介绍
      • 程序设计
      • 参考资料

效果一览

在这里插入图片描述

基本介绍

Matlab实现RLMD鲁棒性局部均值分解,可直接替换 Matlab语言
1.算法新颖小众,用的人很少,包含分解图
2.直接替换数据即可用 适合新手小白 注释清晰~
3.附赠excel测试数据 直接运行main一键出图~

鲁棒性局部均值分解(Robust Locally Mean Decomposition,简称RLMD)是一种信号处理方法,用于对复杂信号进行分解和分析。它是局部均值分解(Locally Mean Decomposition,简称LMD)的改进版本,旨在提高对噪声和干扰的鲁棒性。

局部均值分解是一种将信号分解为局部平稳信号和调制信号的技术。它通过对信号进行迭代滤波和振幅调整来实现分解。然而,传统的局部均值分解对于存在噪声和干扰的信号可能会产生较差的分解结果。

RLMD的主要目标是提高对噪声和干扰的抵抗力。它在局部均值分解的基础上引入了鲁棒性因子,通过自适应调整滤波器的参数来减小噪声和干扰对分解结果的影响。这种方法可以提高信号分解的准确性和稳定性,使得分解结果更加可靠。

程序设计

  • 完整源码和数据获取方式资源处下载Matlab实现RLMD鲁棒性局部均值分解。
%%  清空环境变量
warning off             % 关闭报警信息
close all               % 关闭开启的图窗
clear                   % 清空变量
clc                     % 清空命令行
function [pfs, ams, fms, ort, fvs, iterNum] = lmd_public(x,varargin)
switch ma_iter_mode  case 'fixed' % stick stepcntr = 0; % count times of moving averagemax_c = ceil(smax/span)*15; % theoretic%         max_c = ceil(smax/(span-1));%         nm = length(x);k = (span+1)/2;kmax = nm - (span-1)/2;while (k < kmax) && (cntr < max_c) % find flat stepif x(k) == x(k+1);x = smooth(x, span);cntr = cntr+1;k = k-1;endk = k+1;end%         while ~isempty(find(diff(x)==0)) && (cntr < max_c)% %             find(diff(x)==0)%             x = smooth(x, span);%             cntr = cntr+1;%         endotherwiseerror('No specifications for ma_iter_mode.');end
end% Extend original data to refrain end effect
% ** Modified on emd by G.Rilling and P.Flandrin
% ** http://perso.ens-lyon.fr/patrick.flandrin/emd.html
function [ext_indmin, ext_indmax, ext_x, cut_index] = extend(x, indmin,...indmax, extd_r)
if extd_r == 0 % do not extend xext_indmin = indmin;ext_indmax = indmax;ext_x = x;cut_index = [1,length(x)];return
end
nbsym = ceil(extd_r*length(indmax)); % number of extrema in extending endif x(1) < x(indmax(1)) % first point < first maximumlmax = fliplr(indmax(1:min(end,nbsym)));lmin = fliplr(indmin(2:min(end,nbsym+1)));lsym = indmin(1);else                   % first point > first minimumlmax = [fliplr(indmax(1:min(end,nbsym-1))),1];lmin = fliplr(indmin(1:min(end,nbsym)));lsym = 1;end
end% right end extension
if indmax(end) < indmin(end) % last extremum is minimumif x(end) < x(indmax(end)) % last point < last maximumrmax = fliplr(indmax(max(end-nbsym+1,1):end));rmin = fliplr(indmin(max(end-nbsym,1):end-1));rsym = indmin(end);else                       % last point > last maximumrmax = [xlen, fliplr(indmax(max(end-nbsym+2,1):end))];rmin = fliplr(indmin(max(end-nbsym+1,1):end));rsym = xlen;end
else                         % last extremum is maximumif x(end) > x(indmin(end)) % last point > last minimumrmax = fliplr(indmax(max(end-nbsym,1):end-1));rmin = fliplr(indmin(max(end-nbsym+1,1):end));rsym = indmax(end);else                       % last point < last minimumrmax = fliplr(indmax(max(end-nbsym+1,1):end));rmin = [xlen, fliplr(indmin(max(end-nbsym+2,1):end))];rsym = xlen;end
end% when two or more successive points have the same value we consider only
% one extremum in the middle of the constant area (only works if the signal
% is uniformly sampled)if any(d==0)imax = [];imin = [];bad = (d==0);dd = diff([0 bad 0]);debs = find(dd == 1);fins = find(dd == -1);if debs(1) == 1if length(debs) > 1debs = debs(2:end);fins = fins(2:end);elsedebs = [];fins = [];endendif ~isempty(debs)if fins(end) == mif length(debs) > 1debs = debs(1:(end-1));fins = fins(1:(end-1));elsedebs = [];fins = [];endendendlc = length(debs);if lc > 0for k = 1:lcif d(debs(k)-1) > 0if d(fins(k)) < 0%           imax = [imax round((fins(k)+debs(k))/2)];endelseif d(fins(k)) > 0%           imin = [imin round((fins(k)+debs(k))/2)];endendendendif ~isempty(imax)indmax = sort([indmax imax]);endif ~isempty(imin)indmin = sort([indmin imin]);endend
end% Compute the index of orthogonality
% ** Copied from emd toolbox by G.Rilling and P.Flandrin
% ** http://perso.ens-lyon.fr/patrick.flandrin/emd.html
function ort = io(x,pfs)
% ort = IO(x,pfs) computes the index of orthogonality
%
% inputs : - x   : analyzed signal
%          - pfs  : production functionn = size(pfs,1);s = 0;for i = 1:nfor j =1:nif i~=js = s + abs(sum(pfs(i,:).*conj(pfs(j,:)))/sum(x.^2));endend
endort = 0.5*s;
end% Plot PF, Amplititude Signal and FM Signal
function lmdplot(pfs, ams, fms, smooth_mode)
t = 1:size(pfs,2);
pfn = size(pfs,1);
figure
for pfi = 1:pfnsubplot(pfn,1,pfi);plot(t,pfs(pfi,:));if pfi < pfntitle(['PF',num2str(pfi),' (',smooth_mode,')']);elsetitle(['Residual',' (',smooth_mode,')']);end
end
figure
for ai = 1:pfn-1subplot(pfn-1,1,ai);plot(t,ams(ai,:));title(['Amplititude Signal',num2str(ai),' (',smooth_mode,')']);
end
figure
for fsi = 1:pfn-1subplot(pfn-1,1,fsi);plot(t,fms(fsi,:));title(['FM Signal',num2str(fsi),' (',smooth_mode,')']);
endend

参考资料

[1] https://blog.csdn.net/kjm13182345320/article/details/129215161
[2] https://blog.csdn.net/kjm13182345320/article/details/128105718

这篇关于时序分解 | Matlab实现RLMD鲁棒性局部均值分解的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/940952

相关文章

Python实现终端清屏的几种方式详解

《Python实现终端清屏的几种方式详解》在使用Python进行终端交互式编程时,我们经常需要清空当前终端屏幕的内容,本文为大家整理了几种常见的实现方法,有需要的小伙伴可以参考下... 目录方法一:使用 `os` 模块调用系统命令方法二:使用 `subprocess` 模块执行命令方法三:打印多个换行符模拟

SpringBoot+EasyPOI轻松实现Excel和Word导出PDF

《SpringBoot+EasyPOI轻松实现Excel和Word导出PDF》在企业级开发中,将Excel和Word文档导出为PDF是常见需求,本文将结合​​EasyPOI和​​Aspose系列工具实... 目录一、环境准备与依赖配置1.1 方案选型1.2 依赖配置(商业库方案)二、Excel 导出 PDF

Python实现MQTT通信的示例代码

《Python实现MQTT通信的示例代码》本文主要介绍了Python实现MQTT通信的示例代码,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一... 目录1. 安装paho-mqtt库‌2. 搭建MQTT代理服务器(Broker)‌‌3. pytho

使用zip4j实现Java中的ZIP文件加密压缩的操作方法

《使用zip4j实现Java中的ZIP文件加密压缩的操作方法》本文介绍如何通过Maven集成zip4j1.3.2库创建带密码保护的ZIP文件,涵盖依赖配置、代码示例及加密原理,确保数据安全性,感兴趣的... 目录1. zip4j库介绍和版本1.1 zip4j库概述1.2 zip4j的版本演变1.3 zip4

python生成随机唯一id的几种实现方法

《python生成随机唯一id的几种实现方法》在Python中生成随机唯一ID有多种方法,根据不同的需求场景可以选择最适合的方案,文中通过示例代码介绍的非常详细,需要的朋友们下面随着小编来一起学习学习... 目录方法 1:使用 UUID 模块(推荐)方法 2:使用 Secrets 模块(安全敏感场景)方法

Spring StateMachine实现状态机使用示例详解

《SpringStateMachine实现状态机使用示例详解》本文介绍SpringStateMachine实现状态机的步骤,包括依赖导入、枚举定义、状态转移规则配置、上下文管理及服务调用示例,重点解... 目录什么是状态机使用示例什么是状态机状态机是计算机科学中的​​核心建模工具​​,用于描述对象在其生命

Spring Boot 结合 WxJava 实现文章上传微信公众号草稿箱与群发

《SpringBoot结合WxJava实现文章上传微信公众号草稿箱与群发》本文将详细介绍如何使用SpringBoot框架结合WxJava开发工具包,实现文章上传到微信公众号草稿箱以及群发功能,... 目录一、项目环境准备1.1 开发环境1.2 微信公众号准备二、Spring Boot 项目搭建2.1 创建

IntelliJ IDEA2025创建SpringBoot项目的实现步骤

《IntelliJIDEA2025创建SpringBoot项目的实现步骤》本文主要介绍了IntelliJIDEA2025创建SpringBoot项目的实现步骤,文中通过示例代码介绍的非常详细,对大家... 目录一、创建 Spring Boot 项目1. 新建项目2. 基础配置3. 选择依赖4. 生成项目5.

Linux下删除乱码文件和目录的实现方式

《Linux下删除乱码文件和目录的实现方式》:本文主要介绍Linux下删除乱码文件和目录的实现方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录linux下删除乱码文件和目录方法1方法2总结Linux下删除乱码文件和目录方法1使用ls -i命令找到文件或目录

SpringBoot+EasyExcel实现自定义复杂样式导入导出

《SpringBoot+EasyExcel实现自定义复杂样式导入导出》这篇文章主要为大家详细介绍了SpringBoot如何结果EasyExcel实现自定义复杂样式导入导出功能,文中的示例代码讲解详细,... 目录安装处理自定义导出复杂场景1、列不固定,动态列2、动态下拉3、自定义锁定行/列,添加密码4、合并