对变分模态分解(VMD)的理解_vmd的自适应形态

1、VMD的基本概念 

        VMD是一种自适应、完全非递归的模态变分和信号处理的方法，其自适应性表现在根据实际情况确定所给序列的模态分解个数，随后的搜索和求解过程中可以自适应地匹配每种模态的最佳中心频率和有限带宽，并且可以实现IMF的有效分离、信号的频域划分，进而得到给定信号的有效分量，最终获得变分问题的最优解。

        简单概括：其整体框架是变分问题，其中假设每个模态是具有不同中心频率的有限带宽，目标是使每个模态的估计带宽之和最小，因此该算法可分为变分问题的构造和求解。

2、VMD的优点

        （1）克服了EMD方法存在端点效应和模态分量混叠的问题（通过控制带宽来避免混叠现象），同时具有更坚实的数学理论基础；

        （2）可以降低复杂度高和非线性强的时间序列非平稳性，分解获得包含多个不同频率尺度且相对平稳的子序列，适用于非平稳性的序列。

3、VMD的缺点

        （1）最大的局限性是边界效应和突发的信号。这与基于L2平滑阶段的使用密切相关，该阶段过渡惩罚了域边界和内部的跳跃。

        （2）要求预先定义模态数K。与聚类和分段算法具有相同的缺点。

4、实现自适应VMD信号分解的思路