一种基于集合经验模态分解的盲源信号去噪方法

摘要

一种基于集合经验模态分解的盲源信号去噪方法，属于信号处理技术领域。本发明修正了原算法中对白噪声幅值和迭代次数的定义。采用经典的逐步回归分析方法对IEEMD分解之后得到的IMF分量进行虚假分量的判别，本发明不仅有效的保留原始信号的特点，而且去除了IEEMD算法产生的虚假分量，消除了虚假分量对后续去噪算法的干扰。最后为解决ICA算法在处理高频信号时偶尔出现的不收敛现象，提出高阶的TFast ICA方法，并结合IEEMD和TFast ICA各自的特点，采用TFast ICA方法对IEEMD进行后端处理。本发明在去除机械振动噪声、语音信号噪声、水下瞬时噪声等信号处理领域具有广泛的应用前景。