Tín hiệu hay dữ liệu luôn có sự can thiệp của nhiễu, hơn nữa hầu hết dữ liệu không có tính ổn định, đây chính là nguyên nhân gây ra sự gián đoạn của dữ liệu trong các scale
thời gian. Sự gián đoạn là nguyên nhân gây ra hiện tƣợng mode mixing (scale mixing),
nghĩa là trong một IMF tồn tại các kiểu dao động khác nhau, hay cùng một kiểu dao động mà tồn tại trong hai IMF, và hậu quả của nó là aliaxing và mất đi trị trung bình vật lý của tín hiệu.
Huang et al. (2003) đã giải quyết hiện tƣợng trên bằng cách giới hạn kích thƣớc của các scale. Một cách rõ ràng hơn thì đó chính là việc xem xét khoảng cách giới hạn của các cực đại liên tiếp trong một IMF, do đó, IMF chỉ kết hợp các sóng mà khoảng cách của các cực đại liên tiếp nằm trong giới hạn cho phép của chúng. Thực hiện tƣơng tự đối với chiều dài của các zero-crossings để hạn chế ảnh hƣởng của vấn đề gián đoạn trong tín hiệu.
LUẬN VĂN TỐT NGHIỆP CHƢƠNG 3 THỰC NGHIỆM PHÂN HỦY THEO HAI CHIỀU
( ) { ( ) ( )
( )
Hình 3.9: Biểu diễn tín hiệu x(t) với , và các IMFs tương ứng.
IMF đầu tiên chứa thành phần scale tần số xuất hiện trong IMF thứ 2 giữa khoảng 1/30
và 2/30, do đó kết quả IMF xuất hiện mode mixing.
Với phƣơng pháp của Huang et al. (1998, 2003), các thành phần sóng mà khoảng cách của các zero-crossings lớn hơn 0.0007 trong IMF đầu tiên của x(t) sẽ bị loại đi trong quá trình phân giải. Dựa vào biểu đồ dƣới đây có thể chọn đƣợc khoảng cách thích hợp, loại bỏ các sóng có tần số thấp hơn trong IMF đầu tiên.
LUẬN VĂN TỐT NGHIỆP CHƢƠNG 3 THỰC NGHIỆM PHÂN HỦY THEO HAI CHIỀU
Hình 3.10: Biểu đồ của quá trình phân hủy.
Sau khi xử lý hiện tƣợng gián đoạn thích hợp, kết quả của IMFs,
Hình 3.11: Phân giải tín hiệu x(t) thành hai IMFs sau khỉ xử lý thành phần gián đoạn.