一种基于改进模态分解的复杂非线性MIMU信号降噪方法

本发明公开一种基于改进模态分解的复杂非线性MIMU信号降噪方法，通过在CEEMDAN算法中引入Hilbert谱分析实现噪声参数的动态自适应优化；基于多维特征融合构建IMF分量判别模型，实现IMF分量的精确分类；针对判别结果，对不同类型模态分量采用变分模态分解与经验小波变换相结合的分层处理策略，实现高质量信号重构。与现有技术相比，本发明显著提高了信号分解质量，多特征融合判别模型在处理边界模糊区域时表现出色，解决了传统硬阈值方法在特征边界处的不连续性问题，信噪比改善显著，均方根误差大幅减少，降噪效果提升明显。