【信号去噪】基于EEMD算法实现信号去噪附matlab代码
【信号去噪】基于EEMD算法实现信号去噪附matlab代码
TT_Matlab
博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，完整matlab代码或者程序定制加qq1575304183。
1 简介
为了抑制经验模态分解中出现的端点效应和模态混叠现象,利用白噪声辅助数据分析方法——集合经验模态分解构造一个自适应滤波器组,对原信号进行各级滤波,最终得到纯净的信号.然后与小波阈值去噪方法进行比较,通过仿真可以看出,集合经验模态分解构造的滤波器组滤波效果比较理想.
2 部分代码
clc;
clear;
close
all;
tic;
%% 产生仿真信号
fs=
100
; %数据采样率Hz
t=
1
:
1
/fs:
4096
*
1
/fs; %对数据进行采样
n =
length
(t); %数据的采样数目
f1 =
0
.
25
; %信号的频率
f2=
0
.
005
;
x
=
2
*
sin
(
2
*pi*f1*t+
cos
(
2
*pi*f2*t));
x
=
x
’; %产生原始信号，将其转置为列向量
nt=0.2*randn(n,1); %高斯白噪声生成
y=x+nt; %含噪信号
figure(1);
subplot(2,1,1);plot(x);title(’
原始信号
’);xlabel(’
采样点数
’);ylabel(’
幅值
’);
subplot(2,1,2);plot(y);title(’
含噪信号
’);xlabel(’
采样点数
’);ylabel(’
幅值
’);
%% EEMD分解
Nstd=0.2*std(y);
NE=30;
plot(yt);
hold on;
plot(x,’
r-
’);
legend(’
去噪信号
’,’
原始信号
’)
title(’
去噪信号与原始信号
’);xlabel(’
采样点数
’);ylabel(’
幅值
’);
toc;
3 仿真结果
4 参考文献
[1]周先春, and 嵇亚婷. "基于EEMD算法在信号去噪中的应用." 电子设计工程 22.8(2014):3.