赞
踩
同步压缩小波变换(Synchrosqueezed wavelet transforms, SST)采用了经验模态分解的设计思路,结合小波变换和reallocation theory构建而成,有明确的数学定义和推导。
EMD算法是一种旨在将它们分解成构建块函数的技术,这些构建块函数是(合理地)少量分量的叠加,这些分量在时频平面上被很好地分开,每个分量都可以被视为局部近似的谐波,具有缓慢变化的幅度和频率。EMD已经在气象学、结构稳定性分析、医学研究等广泛的应用中显示出它的有效性。另一方面,EMD算法包含启发式和特殊元素,这使得数学分析变得困难。
SST通过同步压缩算子对时频系数进行重排,将信号在时频平面任一点处的时频分布移到能量的重心位置,增强瞬时频率的能量集中,较好地解决传统时频分析方法存在的时频模糊问题。但从数学本质上来说,SST方法通过在尺度域(频域)提高了时频分布的聚集性从而减小了瞬时频率曲线的畸变,其时频系数只是在频率轴上重排,并没有在时间轴上重排。
具体的理论推导,详见参考文献。
这部分在之前的博客中有详细描述,请参考博客:
fftw库在windows下的的编译和配置(https://blog.csdn.net/wlwdecs_dn/article/details/108682522)
Common.h
#pragma once
#ifndef _COMMON_H_
#define _COMMON_H_
#inclu
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。