ICEEMDAN（Intrinsic Computing Expressive Empirical Mode Decomposition With Adaptive Noise，自適應噪聲的內在計算表達式經驗模態(tài)分解）是一種新型的自適應信號分解方法，可以處理非線性和不平穩(wěn)信號，并且具有較好的局部時頻分析能力。該方法將經驗模態(tài)分解（EMD）與自適應噪聲控制技術相結合，并在EMD的基礎上引入了自適應均值移動（AEMD）和自適應極值較大跳躍（AEMD-H）來實現信號的分解。

ICEEMDAN方法的主要步驟包括：

(資料圖)

1. 對原始信號進行AEMD分解，得到一組IMFs（內在模態(tài)函數）；

2. 對每個IMF進行AEMD-H分解，得到更細節(jié)的IMFs；

3. 對分解后的IMFs進行自適應噪聲控制，去除噪聲干擾；

4. 重構原始信號。

ICEEMDAN方法采用了自適應噪聲控制技術來降低噪聲的影響，同時引入了AEMD和AEMD-H來實現對信號的多級分解，從而更好地捕捉信號的局部時頻特征。然而，由于計算量較大，對參數的選擇也較為敏感，因此在實際應用中需要仔細選擇參數。

（1）原始信號

（2）ICEEMDAN分解的效果圖(時域圖)

（3）ICEEMDAN分解的效果圖(時域圖和頻譜圖)

具體代碼見：/o/bread/mbd-ZJqYmJ9p

標簽：