消除局域分解端部效应的BP神经网络闭合方法

详细阐述了局部均值分解(LMD)信号处理方法,该方法非常适合处理非平稳信号,可其端部效应严重制约了其进一步应用推广。镜像延拓是局域分解端部效应处理的基本途径,需要镜像面放置在局部极值点处,而实际信号有时难以满足这个条件,可能导致信号分解结果严重失真现象。为此,提出了一种基于传统镜像延拓与BP神经网络相结合进行信号预测以改进LMD端部效应消除效果的新方法。通过BP神经网络模型预测原始信号端点之外的数据点,由此捕捉到端点之外的一个或者多个极值点,再用镜像技术形成闭合处理,从而抑制端部效应。仿真信号的应用实例表明,所提方法可以有效抑制LMD端部效应。