文档摘要

5.3 谱分析与 EMD：从信号里挖出周期 本节摘要：周期长度不固定时，简单的 periodogram 难以稳定识别。Welch 估计通过分段平均提高稳健性，经验模态分解（EMD）则把信号自适应地拆为多个本征模态函数（IMF），每个 IMF 都有自己的瞬时频率。本节用一段合成 GDP 周期数据演示两种方法。 本节目标 阅读完本节，你应当能够： 解释为什么简单 periodogram 在周期性识别中不够稳，以及 Welch 方法如何改进。 会员。《5.3 谱分析与 EMD：从信号里挖出周期》收录于灏天文库文集《时间序列分析基础：趋势、周期与季节性》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/489-%E6%97%B6%E9%97%B4%E5%BA%8F%E5%88%97%E5%88%86%E6%9E%90%E5%9F%BA%E7%A1%80%E8%B6%8B%E5%8A%BF%E5%91%A8%E6%9C%9F%E4%B8%8E%E5%AD%A3%E8%8A%82%E6%80%A7

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流