经验性布拉什克模式分解：算法与应用

周期性脉冲成分在生物医学和航空航天工程等领域的复杂信号中十分常见，其准确提取对监测至关重要。我们提出了一种新方法，即经验性布拉什克模式分解（EBMD），该方法利用布拉什克变换捕捉准周期特征，并采用单峰前分段策略来定义相关的频谱带。一组稀疏滤波器组将信号分解为基本模式，从而提取周期性脉冲特征。为了防止过度分解，周期频率相似性融合策略将模式整合为特征模式函数。通过仿真和机械振动特征提取、脑电图去噪和心电图信号分离的应用验证了EBMD，展示了其分离信号、提取特征和降低噪音的能力。