说明:经验模态分解(Empirical Mode Decomposition,简称EMD))方法被认为是2000年来以傅立叶变换为基础的线性和稳态频谱分析的一个重大突破 [1] ,该方法是依据数据自身的时间尺度特征来进行信号分解,无须预先设定任何基函数。这一点与建立在先验性的谐波基函数和小波基函数上的傅...
说明:鉴于LCD方法存在的问题,本文提出了一种基于互相关匹配端点延拓局部特征尺度分解(Cross-correlation matching endpoint Extension Local Characteristic scale Decomposition,简称CELCD),由于LCD分解原理是依据信号...