局部均值分解的端點(diǎn)效應(yīng)優(yōu)化及應(yīng)用.pdf

1、局部均值分解(Local Mean Decomposition，LMD)是一種新的能自適應(yīng)處理非平穩(wěn)信號(hào)的方法。LMD方法作為新提出的一種數(shù)據(jù)分解方法，在算法上還存在著一些不足之處，如端點(diǎn)效應(yīng)問題。端點(diǎn)效應(yīng)使數(shù)據(jù)分解的分量在兩端發(fā)生了形變，在使用LMD方法對(duì)變形數(shù)據(jù)進(jìn)行特征提取與變形預(yù)測(cè)分析時(shí)，端點(diǎn)效應(yīng)的影響將被放大。文中將使用新的方法抑制LMD的端點(diǎn)效應(yīng)，并結(jié)合實(shí)例進(jìn)行分析。
　　對(duì)LMD方法的理論進(jìn)行研究和分析，總結(jié)LMD方法

2、存在的問題和探討方向。對(duì)LMD產(chǎn)生端點(diǎn)效應(yīng)的原因進(jìn)行分析，并用仿真信號(hào)說明端點(diǎn)效應(yīng)出現(xiàn)的原因。使用一種新的延拓方法，即基于極值點(diǎn)和距離的SVM延拓方法，以實(shí)際工程信號(hào)數(shù)據(jù)為例證進(jìn)行驗(yàn)證，說明了本延拓方法能夠在一定程度上抑制LMD的端點(diǎn)效應(yīng)問題。
　　使用另一種抑制LMD端點(diǎn)效應(yīng)的方法，即抑制LMD端點(diǎn)效應(yīng)的自適應(yīng)選權(quán)迭代法。并使用本優(yōu)化的LMD方法對(duì)大壩的變形數(shù)據(jù)進(jìn)行多尺度分解和分析，并與其它常用的抑制LMD端點(diǎn)效應(yīng)的方法進(jìn)行比較

3、，驗(yàn)證了優(yōu)化的LMD方法能夠有效的對(duì)變形數(shù)據(jù)進(jìn)行特征提取。同樣，采用優(yōu)化的LMD方法對(duì)一百多年海平面變化數(shù)據(jù)進(jìn)行趨勢(shì)項(xiàng)提取，也與其它常用的抑制LMD端點(diǎn)效應(yīng)的方法進(jìn)行比較，驗(yàn)證了優(yōu)化的LMD方法相比于其他方法，能夠更加有效的提取出海平面變化的趨勢(shì)項(xiàng)。
　　利用優(yōu)化的LMD方法（抑制LMD端點(diǎn)效應(yīng)的自適應(yīng)選權(quán)迭代法）與SVM模型和GM(1,1)模型組成優(yōu)化的LMD-SVM-GM(1,1)模型，用兩組不同的實(shí)例進(jìn)行驗(yàn)證，分別是蓄能水電