为了解决采用传统经验模态分解的电缆故障测距方法存在的频带混叠问题,以及基于总体平均经验模态分解的电缆故障测距方法受残留白噪声影响等问题,提出了一种基于补充总体平均经验模态分解的井下配电网电缆故障在线双端行波测距方法。该方法通过补充总体平均经验模态分解提取双端故障行波线模分量的固有模态函数,利用基于瞬时频率突变和模极大值的奇异性检测原理进行行波波头标定,从而实现故障点定位。通过在PSCAD/EMTDC环境下搭建基于频变特性电缆线路的6kV井下配电网模型并进行仿真,验证了该方法测距精度高,最大测距误差不超过4%。

一个低秩分解的讲解，由林宙辰在北京大学做演讲时所用的材料。

VMD三维分解图+皮尔逊相关系数标准差阈值筛选特征MATLAB程序，以VMD的K=5分解后的数据为例，绘制出分解后的信号的三维图，之后采用皮尔逊相关系数标准差阈值法筛选出所需特征，若相关系数大于阈值则判断为有效信号，否则为噪声信号。 相关系数介绍 相关系数是变量间相关程度的度量，取值范围介于-1到1之间。正值表示正相关，即变量变化方向是一致的，比如Y随着X的变大而变大；负值表示负相关，变量的变化方向相反，比如Y随着X的变大而变小。绝对值越接近1，表示两个变量之间关系越密切；越接近0，表示两个变量之间关系越不密切。相关系数对应的相关强度如下： 0.8-1.0 极强相关 0.6-0.8 强相关 0.4-0.6 中等程度相关 0.2-0.4 弱相关 0.0-0.2 极弱相关或无相关 相关系数也称为线性相关系数，这是因为，相关系数并不是刻画了X，Y之间一般关系的程度，而只是线性关系的程度。当相关系数为1或-1时，两者有严格的线性关系；当相关系数为0时，则称X与Y不相关。不相关是指X和Y之间没有线性关系，但X与Y之间可能有其他的函数关系，比如平方关系，对数关系(可以通过查看散点图来确定这一点)

求解二维流场数据（速度，压力，温度或涡量）的本征正交分解以及动模态分解

HHT变换的动画过程即EMD分解的全过程 可以更加直观的学习HHT变换，经本人亲测该程序在matlab中可完美运行

一种信号处理算法，对非平稳、非线性信号具有良好处理效果

奇异谱分析matlab代码，对信号信息特征值分解，得到不同特征向量的子序列，筛选主要权重的子序列进行重构，平滑原始型号，起到降噪和过滤的作用

微型计算机控制技术课后复习资料分解.doc

微型计算机控制技术课后复习资料分解.docx

proj2Obliq.m 根据子空间 span(H) 和 span(S) 计算斜投影。 投影到跨度（H）上的斜投影仪在跨度（S）上的投影为零。 同样，投影到跨度（S）的投影机对跨度（H）的投影为零。 也可选择返回子空间之间的奇异值和角度。 要查看完整用法，请输入“help proj2Obliq”