Многомерная эмпирическая модовая декомпозиция (MEMD) для одномерных сигналов | Часть 1

Введение в одномерное многомерное эмпирическое разложение на моды (MEMD). В видеоролике объясняется, почему MEMD следует использовать для обработки многомерных данных, т. е. нескольких одномерных сигналов, а не одномерного EMD, и на примере показано, насколько хорошо частоты/масштабы согласуются в нескольких сигналах. Представлен общий обзор MEMD и того, чем этот алгоритм отличается от одномерной версии. Особое внимание уделяется проекции сигнала, которая является ключевым шагом при выполнении MEMD. Подробное обсуждение каждого шага алгоритма будет представлено в следующем видеоролике (см. ссылку ниже). Одномерное эмпирическое разложение на моды:    • Empirical Mode Decomposition (1D, univaria...   Многомерное эмпирическое разложение на моды, часть 2:    • 1D Multivariate Empirical Mode Decompositi...   ---------------------------------------------------------------------------------------------------------------------------------------------------- Ссылки: Rehman, N., & Mandic, D. P. (2010). Multivariate empirical mode decomposition. Proceedings of the Royal Society A: Mathematical, Physical and Engineering Sciences, 466(2117), 1291-1302. https://doi.org/10.1098/rspa.2009.0502 Личная веб-страница профессора Мандича, где вы можете получить код MATLAB: https://www.commsp.ee.ic.ac.uk/~mandi... ---------------------------------------------------------------------------------------------------------------------------------------------------- Расписание: 00:00 Введение 01:50 Наиболее важное свойство MEMD 04:10 Пример применения к синтетическим данным 09:58 Краткий обзор одномерного EMD 12:12 Различия многомерного алгоритма 14:32 Проекции сигналов