非静止信号的分解快速迭代过滤[1,2,3]。
有关如何使用代码的示例,请参阅“example_v8.m”和“example_real_life_v6.m”。
它是基于FFT,这使得FIFE非常快[2,3]。这意味着它需要在边界处进行期刊扩展。
为了克服这一限制,我们可以对[4]中的信号进行预扩展。我们要感谢函数“Extend_sig_v2.m”。参见“Example_real_life_v6。M”作为应用程序的一个例子。
请引用我们的作品:
刘建华,周海峰。信号分解和瞬时频率分析的自适应局部迭代滤波。应用与计算谐波分析,第41卷,第2期,2016年9月,第384-411页。doi: 10.1016 / j.acha.2016.03.001出来了http://arxiv.org/abs/1411.6051
[2] A. Cicone,H.周。“基于FFT的新高效实现迭代过滤的数值分析”。Numerische Mathematik,2020。DOI:10.1007 / S00211-020-01165-5 Arxivhttp://arxiv.org/abs/1802.01359.
[3] a Cicone。“迭代滤波作为非平稳信号分解的一种直接方法”。数值算法,第373卷,2020年,112248。doi: 10.1007 / s11075 - 019 - 00838 - z出来了http://arxiv.org/abs/1811.03536
A.史泰龙,A.西康,M.马特西。经验模式分解、迭代滤波和衍生算法的成功使用的新见解和最佳实践。科学报告,第10卷,第15161号,2020年。doi: 10.1038 / s41598 - 020 - 72193 - 2
引用
安东尼奥(2021)。分形插值 GitHub (https://github.com/Acicone/FIF/releases/tag/2.12.1)。检索2021年5月10日 。
信号分解和瞬时频率分析中的自适应局部迭代滤波。应用与计算谐波分析,vol. 41, no. 1。2、Elsevier BV, 2016年9月,pp. 384-411, doi:10.1016/j.acha.2016.03.001。
查看更多的风格
MLA.
信号分解和瞬时频率分析中的自适应局部迭代滤波。应用与计算谐波分析,vol. 41, no. 1。2、Elsevier BV, 2016年9月,pp. 384-411, doi:10.1016/j.acha.2016.03.001。
美国心理学协会
刘静,周慧。(2016)。用于信号分解和瞬时频率分析的自适应局部迭代滤波。应用与计算的调和分析,41(2),384-411。爱思唯尔BV。从https://doi.org/10.1016%2Fj.acha.2016.03.001获取
助理
@Article {cicone_2016,doi = {10.1016 / j.acha.2016.03.001},url = {https://doi.org/10.1016%2fj.acha.2016.03.001},年= 2016,月= {sep},publisher = {elsevier {bv}},volume = {41},number = {2},页面= {384--411},作者= {antonio Cicone和jingfang liu和haomin zhou},标题= {自适应本地迭代滤波信号分解和瞬时频率分析},journal = {应用和计算谐波分析}}
Cicone,Antonio和Haomin周。“基于FFT的新高效实现迭代过滤数值分析。”数值数学,卷。147,没有。1,斯普林斯科学和商业媒体LLC,1921年1月,PP。1-28,DOI:10.1007 / S00211-020-01165-5。
查看更多的风格
MLA.
Cicone,Antonio和Haomin周。“基于FFT的新高效实现迭代过滤数值分析。”数值数学,卷。147,没有。1,斯普林斯科学和商业媒体LLC,1921年1月,PP。1-28,DOI:10.1007 / S00211-020-01165-5。
美国心理学协会
Cicone,A.,&Zhou,H.(2021)。基于FFT的新高效实现迭代滤波的数值分析。Numerische Mathematik,147(1),1-28。Springer Science和Business Media LLC。从https://doi.org/10.1007%2FS00211-020-01165-5中检索
助理
@ARTICLE {Cicone_2021,DOI = {10.1007 / s00211-020-01165-5},URL = {https://doi.org/10.1007%2FS00211-020-01165-5},年= 2021,月= {JAN},Publisher = {springer science和business media {llc}},卷= {147},number = {1},页面= {1--28},作者= {Antonio Cicone和HaoMin Zhou},标题= {数值分析对于基于{FFT}}的新高效实现,Journal = {Numerische Mathematik}}用于迭代过滤。
Cicone,Antonio。“迭代过滤为非间隔信号分解的直接方法。”数值算法,卷。85,没有。3,Springer Science和Business Media LLC,2月20日,PP。811-27,DOI:10.1007 / S11075-019-00838-Z。
查看更多的风格
MLA.
Cicone,Antonio。“迭代过滤为非间隔信号分解的直接方法。”数值算法,卷。85,没有。3,Springer Science和Business Media LLC,2月20日,PP。811-27,DOI:10.1007 / S11075-019-00838-Z。
美国心理学协会
Cicone, a(2020)。迭代滤波是一种非平稳信号分解的直接方法。数值计算,85(3),811-827。施普林格Science and Business Media LLC.网址:https://doi.org/10.1007%2Fs11075-019-00838-z
助理
@Article {Cicone_2020,Doi = {10.1007 / s11075-019-00838-z},URL = {https://doi.org/10.1007%2FS11075-019-00838-z},年= 2020,月= {2月},Publisher = {springer science和business media {llc}},卷= {85},number = {3},页面= {811--827},作者= {Antonio Cicone},标题= {迭代过滤作为直接非间断信号分解的方法},journal = {numerical algorithms}}
史泰龙、安吉拉等,《成功使用经验模式分解、迭代滤波和派生算法的新见解和最佳实践》《科学报告》,第10卷,第2期。施普林格Science and Business Media LLC, 2020年9月,doi:10.1038/s41598-020-72193-2。
查看更多的风格
MLA.
史泰龙、安吉拉等,《成功使用经验模式分解、迭代滤波和派生算法的新见解和最佳实践》《科学报告》,第10卷,第2期。施普林格Science and Business Media LLC, 2020年9月,doi:10.1038/s41598-020-72193-2。
美国心理学协会
Stallone,A.,Cicone,A.,&Materassi,M。(2020)。新的见解和成功使用经验模型分解,迭代过滤和派生算法的最佳实践。科学报告,10(1)。Springer Science和Business Media LLC。从https://doi.org/10.1038%2FS41598-020-72193-2中检索
助理
@article {Stallone_2020 doi = {10.1038 / s41598 - 020 - 72193 - 2}, url = {https://doi.org/10.1038%2fs41598 - 020 - 72193 - 2},年= 2020,月={9},出版商={施普林格科学与商业媒体{LLC}},体积={10}={1},作者={安吉拉·史泰龙和安东尼奥Cicone和马西莫·Materassi},题目={经验模式分解、迭代滤波和派生算法的成功使用的新见解和最佳实践},期刊={科学报告}}
它比ALIF工作得更快,没有任何问题