知乎学术咨询获取完整代码

https://www.zhihu.com/consult/people/792359672131756032

传统信号分解方法在处理同时包含时间主导和频率主导成分的多形态复杂信号时面临显著挑战：变分模态分解类方法难以处理冲击等时间主导成分，而同步挤压变换类方法对频率主导成分分析不足。提出方法直击这一混合信号分析的痛点，通过自适应窗长优化和脊线追踪技术，实现了对时间主导与频率主导成分的统一分解框架，无需预设参数即可自适应识别并提取多形态模态，提升了复杂非平稳信号分析的准确性和鲁棒性。

算法步骤：

时频分析初始化：采用自适应最优窗长进行短时傅里叶变换，获得信号的时频表示。

单模态提取迭代：

优化当前剩余信号的STFT窗长

提取一个模态（频率主导或时间主导）

更新剩余信号，重复直到满足终止条件

脊线与带宽识别：

对频率主导模态：提取瞬时频率脊线和带宽

对时间主导模态：提取瞬时时间脊线和带宽

通过迭代优化脊线和带宽估计

模态重构与时频压缩：

通过积分恢复各个模态的时域信号

采用同步挤压技术提高时频分辨率

获得压缩的高分辨率时频表示

自适应模态分类：

自动识别模态类型（频率主导/时间主导）

删除空模态，保留有效模态