幾種改善EMD端點效應方法的比較研究

摘 要： 經驗模態分解（EMD）的一個關鍵問題是改善端點效應。目前工程上已經提出了多種處理方法。在此對端點鏡像方法、多項式擬合法、極值延拓法、平行延拓法和邊界局部特征尺度延拓法等5種方法進行對比研究，利用分解信號與原信號的相似系數、分解信號與原信號的平均相對誤差以及算法的運行時間作為端點處理方法的評價指標。仿真結果表明，極值延拓法是處理準周期信號的相對較好的EMD端點效應處理方法。

關鍵詞： 經驗模態分解； 端點效應； 評價指標； 相似系數； 平均相對誤差

中圖分類號： TN964?34 文獻標識碼： A 文章編號： 1004?373X（2013）22?0050?03

0 引 言

1998年，Huang等人提出了一種新的信號處理方法：經驗模態分解方法（Empirical Mode Decomposition， EMD）[1]。它用不同特征尺度的數據序列本征模函數（Intrinsic Mode Function，IMF）分量來逐級分解信號。該方法可以對一個非平穩信號進行平穩化處理。

在EMD分解中，每個IMF需要多次“篩選”過程，而每一次篩選過程，需要根據上、下包絡計算出信號的局部平均值。上（下）包絡是由信號的局部極大（?。┲低ㄟ^3次樣條插值得到的。但信號的端點不可能同時處于極大值或極小值，因此上、下包絡在數據序列兩端會發散，且這種發散會隨著運算的進行而逐漸向內，從而使得整個數據序列受到影響，這就是所謂的EMD方法的端點效應。

國內外很多研究者對改進EMD端點效應問題進行了研究。目前，常用的EMD端點效應處理方法有鏡像法[2?3]、極值延拓法[2]、神經網絡預測[4]、多項式外延[5?6]方法、平行延拓法[7]、邊界局部特征尺度延拓法[8]。神經網絡延拓算法的運算速度慢，在工程應用中實時性差。所以本文只對鏡像法、極值延拓法、多項式法、平行延拓法和邊界局部特征尺度延拓法進行比較，從而得到對工程應用有指導意義的結果。

1 EMD方法

EMD方法中假設[1]：

（1）任何信號都可以分解為若干個IMF分量；

（2）各個IMF分量可以是線性的或非線性的，局部的零點數和極值點數相同，且上下包絡關于時間軸局部對稱；

（3）一個信號可包含若干個IMF分量。

每個IMF分量的計算步驟為 [9]：

首先，計算原信號[x（t）]的極值點，然后用三次樣條函數擬合出極大（小）值包絡線[e+（t）]（[e-（t）]）。原信號的均值包絡[m1（t）]是上下包絡線的平均值：

[m1（t）=e+（t）+e-（t）2] （1）

將原信號減去[m1（t）]，得到了去掉低頻的信號[h11（t）]：

[h11（t）=x（t）-m1（t）] （2）

若[h11（t）]不滿足IMF定義的條件，則它不是平穩信號，重復進行上述過程[k]次（[k]一般小于10），直到找到滿足IMF的定義的[h1k（t）]，則[x（t）]的一階IMF分量為：

[c1（t）=IMF1（t）=h1k（t）] （3）

用原信號[x（t）]減去[c1（t）]，得到去掉高頻成分的新信號[r1（t）]，則：

[r1（t）=x（t）-c1（t）] （4）

將[r1（t）]作為原始數據，再得到第2個IMF分量[c2（t）]，依此類推，得到[n]個IMF分量，直到[rn（t）]是單調函數或常量時，EMD分解過程停止。

最后，[x（t）]經EMD分解后得到：

[x（t）=i=1nci（t）+rn（t）] （5）

式中[rn（t）]為趨勢項，代表信號的平均趨勢或均值。

2 改善端點效應的幾種方法

本文在Matlab下實現了5種常用的改善EMD端點效應的方法，并用于比較測試，它們分別為：

（1）端點鏡像方法。以信號兩端的邊界為對稱，把信號向外映射，得到原信號的鏡像，形成一個閉合的曲線，從而得到完整的包絡曲線[2]。

（2）極值延拓法。以端點的一個特征波為依據，在兩端各延拓兩個極大值和極小值[2]。

（3）多項式擬合法。對原信號的極值點序列，利用端點處3個極值點進行多項式擬合計算出的值作為端點處極值點的近似取值，以確定邊界極值點的位置[5?6]。

（4）平行延拓法。利用端點附近的兩個相鄰極值點（一個極大值，一個極小值）處斜率相等這一特性，人為在兩端定義出兩個極值點[7]。

（5）邊界局部特征尺度延拓法。把調幅趨勢和端點處局部極值點的時間間隔相結合，在信號兩端分別添加一對極大值點和極小值點[8]。

3 端點效應評價指標

結合文獻[9]和文獻[10]，本文采用3個指標來評價多種端點效應處理方法的效果：

（1）計算EMD分解后各分量信號與對應的原信號之間的相似系數[ρ]信號的包絡發生形狀畸變，引起端點效應，從而使各個分量的分解不準確?？梢员容^EMD分解后的各IMF分量和原信號分量之間的相似度，來評價各抑制端點效應算法的抑制效果[9]。

[ρi（xi（t），IMFi（t））=cov（xi（t），IMFi（t））σ（xi）σ（IMFi）] （6）

式中：[cov（?）]表示協方差；[σ（?）]表示方差；[IMFi]表示信號經過EMD分解后的第[i]個模態分量；[xi]為相對應的原信號組成分量。[ρ]值越大，說明端點效應的抑制越好。

（2）計算EMD分解后得到的各IMF分量和原信號相應的分量之間的平均相對誤差[9]。

[error_IMFi=sqrt（k=1Nxi（k）-IMFi（k）2）N] （7）

式中：N表示信號的總個數；[xi（k）]表示原信號第[i]個分量；[IMFi（k）]表示EMD分解后得到的相應分量。[error_IMFi]越小，說明端點效應的抑制越好。

（3）運算時間[9?10]。保證算法抑制端點效應效果的前提下，算法不能過于復雜，以滿足實時性。

4 實驗結果分析

假定測試信號是一個調頻調幅非線性仿真信號，其表達式為：

[x（t）=sin（2π120t）+（1+0.2sin（2π7.5t））· cos（2π30t+0.5sin（2π15t））] （8）

式中采樣頻率1 000 Hz，采樣點數250點，時域波形如圖1所示。

為了比較延拓后的分解結果，將原信號的組成分量一并給出，圖2是沒有進行端點處理的信號EMD分解結果，從圖中可以看到，在兩端點處有比較大的失真，并且會“向內污染”。圖2～圖7中虛線為原分量；實線為EMD的分解結果。

圖3～圖7分別是用端點鏡像方法、多項式擬合法、極值延拓法、平行延拓法和邊界局部特征尺度延拓法延拓后得到的EMD分解結果。

由圖可知，這幾種方法都有效改善了EMD的端點效應，其中極值延拓法對于端點效應的改善比較明顯，其他方法得到的結果，在兩端仍有發散現象。表1給出了文中所述5種端點抑制方法對所給信號處理后的性能評價結果。

表1 抑制端點效應方法的性能評價

由表1給出參數可看出，對于給定準周期的測試信號，極值延拓法分解得到相似系數最大，分解誤差最小，分解精度最高；平行延拓法得到的相似系數最小，分解誤差最大，分解精度較低。比較運行時間，極值延拓法和平行延拓法計算速度最快，多項式擬合法耗時較長。

5 結 語

在EMD分解過程中，由于多次對局部極大值和局部極小值運用3次樣條插值，從而產生了引起失真的端點效應。對于本文給出的準周期的測試信號，端點鏡像方法、多項式擬合法、極值延拓法、平行延拓法和邊界局部特征尺度延拓法5種方法都能改善EMD分解的端點效應問題。其中，極值延拓法是5種方法中分解效果最好的、運算速度最快的延拓方法，在工程技術應用中處理類似的信號，可以將其作為端點效應處理的主要方法。當然，工程應用中的信號千差萬別，對于不同形式的信號，各種改善EMD端點效應的延拓方法性能各異。在實際應用中，最好根據所處理信號的特點選擇合適的延拓方法。本文所用評價方法，只對實際工程選用合適的延拓方法提供一個參考。

參考文獻

[1] HUANG N E， SHEN Z， LONG S R， et al. The empirical mode decomposition and the Hilbert spectrum for nonlinear and non?stationary time series analysis [J]. Proceeding of the Royal Society of London Series A， 1998， 454（1971）： 903?995.

[2] 黃大吉，趙進平，蘇紀蘭，等.希爾波特?黃變換的端點延拓[J].海洋學報，2003，25（1）：10?11.

[3] ZHAO Jin?ping. Mirror extending and circular spline function for empirical mode decomposition method [J]. Journal of Zhejiang University （Science）， 2001， 2（3）： 247?252.

[4] 鄧擁軍，王偉，錢成春，等.EMD方法及Hilbert變換中邊界問題的處理[J].科學通報，2001，46（3）：257?263.

[5] 劉慧婷，張旻，程家興.基于多項式擬合算法的EMD端點問題的處理[J].計算機工程與應用，2004，40（16）：84?86.

[6] 王紅軍，付瑤.基于多項式擬合的EMD端點效應處理方法研究[J].機械設計與制造，2010（10）：197?199.

[7] 徐斌，徐德城，朱衛平.希爾伯特?黃變換方法的改進[J].西北工業大學學報，2011，29（2）：268?272.

[8] 黃誠惕.希爾伯特?黃變換及其應用研究[D].成都：西南交通大學，2006.

[9] 王婷.EMD算法研究及其在信號去噪中的應用[D].哈爾濱：哈爾濱工程大學，2010.

[10] 林麗，周霆，余輪.EMD算法中邊界效應處理技術[J].計算機工程，2009，35（23）：265?268.