论文部分内容阅读
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