时序分解 | Matlab实现CEEMDAN+PE自适应噪声完备集合经验模态分解+排列熵计算
效果一览
基本介绍
CEEMDAN+PE自适应噪声完备集合经验模态分解+排列熵计算 运行环境matlab2018及以上(完整源码和数据)
1.CEEMDAN是改进的EMD,借用了EEMD方法中加入高斯噪声和通过多次叠加并平均以抵消噪声,效果更好,可用做信号分解、时间序列分解集成预测、故障诊断等等。
2.排列熵(Permutation Entropy, PE)是一种检测时间序列随机性和动力学突变行为的方法,具有计算简单、快速,抗噪能力强,适合在线监测等优点.
3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。文章来源:https://www.toymoban.com/news/detail-801570.html
程序设计
- 完整源码和数据获取方式资源处下载Matlab实现CEEMDAN+PE自适应噪声完备集合经验模态分解+排列熵计算。
%% 清空环境变量
warning off % 关闭报警信息
close all % 关闭开启的图窗
clear % 清空变量
clc % 清空命令行
clc;clear all;close all
%% 数据导入
data__ = xlsread('原始数据.xlsx');
data = data__(:,2); %数据的第2列
%% 参数设置
Nstd=0.2; %信噪比,一般0-1
NR=100; %添加噪音次数,一般50-100
Maxlter=10; %内部最大包络次数设定,即分量个数
ceemdan_imf=ceemdan(data,0.2,100,10);
%% 图形绘制
plotimf(ceemdan_imf,size(ceemdan_imf,1),'r',' CEEMDAN分解结果'); %画图
%% 计算排列熵
figure('Name','各分量排列熵结果图','Color',[1 1 1]);
m=size(ceemdan_imf);
z=1:m;
plot(z,feature,'r.-')
参考资料
[1] https://blog.csdn.net/kjm13182345320/article/details/129215161
[2] https://blog.csdn.net/kjm13182345320/article/details/128105718文章来源地址https://www.toymoban.com/news/detail-801570.html
到了这里,关于时序分解 | Matlab实现CEEMDAN+PE自适应噪声完备集合经验模态分解+排列熵计算的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!