LMD（Local Mean Decomposition，局域均值分解）是一種信號(hào)分解方法，它的基本思想是將復(fù)雜的信號(hào)分解成多個(gè)局域均值和局域高頻信號(hào)。LMD是一種數(shù)據(jù)驅(qū)動(dòng)的方法，它沒(méi)有嚴(yán)格的數(shù)學(xué)推導(dǎo)，而是基于先驗(yàn)知識(shí)和經(jīng)驗(yàn)分析，通過(guò)迭代計(jì)算得到結(jié)果。

LMD方法的主要步驟如下：

1. 首先，對(duì)原始信號(hào)進(jìn)行局域平滑處理，得到一個(gè)局域均值函數(shù)。

2. 將原始信號(hào)減去局域均值函數(shù)，得到一個(gè)局域高頻函數(shù)。

3. 對(duì)局域高頻函數(shù)進(jìn)行1步驟到2步驟的迭代，得到多個(gè)局域均值函數(shù)和局域高頻函數(shù)。

4. 對(duì)最后得到的局域均值函數(shù)和局域高頻函數(shù)進(jìn)行線(xiàn)性組合，得到原始信號(hào)的分解結(jié)果。

LMD方法可以通過(guò)改變迭代次數(shù)和窗口長(zhǎng)度等關(guān)鍵參數(shù)，適應(yīng)不同的信號(hào)分解需求。并且，LMD不需要事先對(duì)信號(hào)做出任何假設(shè)，對(duì)保留信號(hào)的局部時(shí)頻信息具有較好的效果。同時(shí)，LMD的計(jì)算效率較高，可對(duì)長(zhǎng)時(shí)間序列進(jìn)行快速分解。但LMD也存在一些不足之處，例如對(duì)較強(qiáng)的噪聲敏感，對(duì)信號(hào)的分解結(jié)果依賴(lài)于關(guān)鍵參數(shù)的選擇等。

原始信號(hào)的組成

LMD分解的效果

具體代碼見(jiàn)：https://mbd.pub/o/bread/mbd-ZJqYmJ1y