遗传算法在 EMD 虚假分量识别中的应用

摘要：

针对 EMD（经验模态分解）产生虚假分量这一问题，将遗传算法和 K-L 散度相结合，对虚假分量进行研究。该方法是先将原始信号进行 EMD 得到固有模态分量（IMF）；将遗传算法和基于均方积分误差的窗宽最优化原则相结合，分别对原始信号和各个 IMF 分量优化选取窗宽；然后运用核密度估计方法分别得到它们的概率密度函数估计；最后计算原始信号与 IMF 分量之间的 K-L 散度值，设定 K-L 阈值，将 K-L 散度值大于阈值的 IMF 分量去除。实验证明，该方法能准确而又快速地获得实验数据的窗宽，虚假成分与真实分量的 K-L 值有明显差别，根据设定的阈值能准确识别虚假分量。

关键词：计量学、虚假分量、EMD、K-L 散度、遗传算法、窗宽

分类号：TB973(计量学)

资助基金：国家科技支撑计划2012BAA01B00；中央高校基本科研业务费专项资金NS2012090

在线出版日期：2015-08-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：413-417