noise_assisted_mvmd项目提供了一套基于MATLAB的代码,用于生成和处理高斯白噪声信号。这些代码特别支持与MVMD(多变模态去噪)算法相关的应用研究。
高斯白噪声matlab代码用于支持论文《噪声辅助的多元变量模式分解》(ICASSP2021),作者为Charilaos A. Zisou、Georgios K. Apostolidis及Leontios J. Hadjileontiadis。该研究提出了一种名为NA-MVMD的技术,即噪声辅助MVMD方法。变分模式分解(VMD)是一种被广泛使用的优化技术,在非平稳信号分析中有广泛应用;而其最近提出的多元扩展版本MVMD在多通道信号的分析中显示出巨大潜力。然而,预先确定提取成分数量K的要求限制了这两种方法的表现力。
本研究将噪声注入范例与MVMD结合使用,为VMD和MVMD提出了一个改进方案——NA-MVMD,该方案旨在放宽对预设K值的需求,并提高分解质量。通过在初始信号中添加带有高斯白噪声的变量/通道来激发过滤器组特性,以此方法促进更高阶的分析能力。
此外,还提出了一种替代中心频率更新的方法:使用广义交叉频谱质心而非单个频谱质心平均值进行计算,从而实现更快的收敛性。NA-MVMD不仅适用于单一变量和多变量合成信号,在选择K参数时也表现出更强的能力、更高的抗噪声能力以及更低的敏感度。
这项工作为非平稳及多通道信号分析提供了新的视角,并展示了如何通过引入随机元素来改进现有技术,从而提高其在实际应用中的表现。