基于EWT的方法用于分离单通道时频信号的研究

基于EWT的单通道时频混合信号的分离研究

本文重点分析基于经验小波分解（EWT）的数据自驱动分解技术在处理时频混叠信号方面的适用性，并通过实验数据与分类效果对该技术展开深入研究与讨论。
首先，明确混合信号的定义，以便对多种混合类型的可能性进行系统研究，并为进一步优化算法复杂度提供基础，因此该信号需满足以下条件：

• 源信号在时域存在混叠现象，但在频域中不存在混叠
• 源信号在频域中存在混叠现象

混合信号表达式为：mixsignal = sig1 + sig2 + sig3 + sig4。
采用双线性时频变换CWD对mixsignal进行时频分析，从而获得对应的时频分布图：

针对基于EWT的小波分解算法进行优化，重点在于对子代边界检测算法的改进，并有效降低整体算法的复杂度。关于具体的EWT算法实现方式，可参见相关文献：
EWT参考文献

优化后的算法流程如下：

• 将原算法中对整个频谱范围内的极大值点进行识别的方式，调整为对极小值点进行识别。在原有方法中，找到关键极大值点后需对其进行一定程度的位置偏移，而偏移量的设定直接影响