原文链接：http://tecdat.cn/?p=12486
原文出处：拓端数据部落公众号
拨号音信号的变模合成
创立一个以4 kHz采样的信号，相似于拨打数字电话的所有键。将信号另存为MATLAB®工夫数据。
fs = 4e3;
t = 0:1/fs:0.5-1/fs;绘制时间表的变分模态合成。
多重量信号的VMD
生成由频率为2 Hz，10 Hz和30 Hz的三个正弦波组成的多重量信号。正弦波以1 kHz采样2秒。将信号嵌入方差为0.01²的高斯白噪声中。
计算噪声信号的IMF，并在3-D图中可视化它们。
plot3(p,q,imf)
grid on
xlabel('Time Values')
ylabel('Mode Number')
zlabel('Mode Amplitude')
应用计算出的IMF绘制多重量信号的希尔伯特频谱。将频率范畴限度为[0，40] Hz。
分段信号的VMD
生成一个由二次趋势，线性调频信号和余弦组成的分段复合信号，在_t_ = 0.5时，两个恒定频率之间会产生急剧过渡 。
x（t）= 6t2 + cos（4πt+10πt2）+ {cos（60πt），cos（100πt-10π），t≤0.5，t> 0.5。
信号以1 kHz采样1秒。绘制每个独自的重量和复合信号。
plot(t,6*t.^2)
xlabel('Time (s)')
ylabel('Quadratic trend')
nexttile(5,\[1 2\])
plot(t,x)
xlabel('Time (s)')
ylabel('Signal')
执行变分模态合成以计算四个本征模式函数。信号的四个不同重量得以复原。
通过增加模式函数和残差来重构信号。绘制并比拟原始信号和重构信号。
plot(t,x,':','LineWidth',2)
xlabel('Time (s)')
ylabel('Signal')
hold off
legend('Reconstructed signal','Original signal', ...
'Location','northwest')
计算原始信号与重构信号之间的差别的范数。
应用VMD从ECG信号中去除噪声
在此示例中标记的信号来自MIT-BIH心律失常数据库 （信号处理工具箱）。数据库中的信号以360 Hz采样。
加载与记录200绝对应的MIT数据库信号并绘制该信号。
plot(tm,ecgsig)
ylabel('Time (s)')
xlabel('Signal')
ECG信号蕴含由心跳的节奏和振荡的低频模式驱动的尖峰。ECG的不同辐条会产生重要的高次谐波。
计算开窗信号的九种固有模式函数，可视化IMF。
第一种模式蕴含最多的噪声，第二种模式以心跳的频率振荡。通过将除第一个和最初一个VMD模式之外的所有模式相加，结构一个洁净的ECG信号，从而抛弃低频基线振荡和大部分高频噪声。
参考文献
1.matlab应用教训模式合成emd 对信号进行去噪
2.matlab中的偏最小二乘回归（PLSR）和主成分回归（PCR）
3.matlab应用hampel滤波去除异样值
4.matlab预测ARMA-GARCH 条件均值和方差模型
5.matlab应用Copula仿真优化市场危险
6.matlab测量计算信号的类似度
7.matlab应用贝叶斯优化的深度学习
8.matlab应用挪动均匀滤波器、重采样和Hampel过滤器进行信号平滑解决
9.matlab实现MCMC的马尔可夫切换ARMA – GARCH模型预计
发表回复