应用经验模式分解和随机数据重排的微弱信号感知

摘要

给出了一种利用经验模式分解(Empirical Mode Decomposition,EMD)感知微弱信号的技术,对于噪声占支配地位的信号,这种技术具有和二分滤波器组类似的性质.EMD分解将宽带噪声分解为一系列固有模式,以对数尺度衡量,这些模式的平均能量随平均频率线性递减,而某些模式的能量则包含了信号特征.因为微弱随机信号对特定模式(对应于信号频率成分的模式)的能量有贡献,所以这些模式可以用来检测信号的存在性.通过对原始数据样点进行局部随机重排,能够进一步提高EMD技术的有效性.原因在于重排可以产生新的随机噪声信号实现,而该信号的EMD分解和原信号分解的差异可以忽略.通过多次重排,将非线性分解得到的信号模式进行平均可以提高信号检测的可靠性.本文主要讨论了这种新EMD检测流程的应用,并比较了该技术与多种标准信号检测技术的性能.