经验模态重构:原理及代码复现

0 阅读1分钟

在一维时间序列及振动信号的数据增强中,如何在引入样本多样性的同时保持原始信号的内在成分与统计特征,是一个核心的技术问题。针对这一问题,期刊 Computers in Industry 上发表了题为《Empirical mode reconstruction: Preserving intrinsic components in data augmentation for intelligent fault diagnosis of civil aviation hydraulic pumps》的论文,提出了一种名为经验模态重构(Empirical Mode Reconstruction, EMR)的数据增强方法。该方法基于经验模态分解提取信号的内在模态分量,通过对单个模态分量进行随机加权、信号重构以及均值与标准差对齐来生成新样本。本文围绕经验模态重构的技术原理与Python代码复现展开介绍。


一、技术原理

经验模态重构主要由两个核心环节组成:基于经验模态分解(Empirical Mode Decomposition, EMD)的内在成分提取,以及基于随机加权的信号重构与统计量约束。

1.1 经验模态分解(EMD)

EMD将非线性、非平稳的一维信号自适应地分解为若干个本征模态函数(Intrinsic Mode Functions, IMFs)以及一个残差分量。其具体迭代(筛选,sifting)过程如下:

  1. 包络线构造:找出原始信号 x(t)x(t) 所有的局部极大值点与局部极小值点,分别通过三次样条插值拟合得到上包络线 e+(t)e_+(t) 和下包络线 e−(t)e_-(t)。

  2. 计算局部均值:计算上下包络线的均值信号 m(t)m(t):

    m(t)=e+(t)+e−(t)2m(t) = \frac{e_+(t) + e_-(t)}{2}

  3. 提取细节信号:从当前信号中减去局部均值,得到新信号 h(t)h(t):

    h(t)=x(t)−m(t)h(t) = x(t) - m(t)

  4. IMF 条件判定:判断 h(t)h(t) 是否满足IMF的两个必要条件:(a)在整个信号序列中,极值点数量与过零点数量相等或至多相差1;(b)在任意时刻,由局部极大值定义的上包络线与由局部极小值定义的下包络线的局部均值为零。若不满足,则将 h(t)h(t) 视作新的 x(t)x(t),重复步骤1–3,直至得到一个满足条件的IMF。

  5. 残差迭代:从 x(t)x(t) 中减去已提取的IMF,得到残差信号 r(t)r(t),并将 r(t)r(t) 作为新的 x(t)x(t) 重复上述过程,依次提取出后续的各个IMF。

通常情况下,先提取出的低阶IMF主要包含信号中的高频成分,而后提取出的高阶 IMF 及残差则对应信号的低频成分。

1.2 经验模态重构(EMR)流程

EMR的整体流程如图所示:

QQ20261117-220016.jpg

EMR共包含以下8个步骤:

  1. 零均值化(Zero averaging):原始信号 xraw(t)x_{\text{raw}}(t) 的均值可能不为零,首先对其减去自身均值,得到零均值信号 x0(t)x_0(t):

    x0(t)=xraw(t)−xˉrawx_0(t) = x_{\text{raw}}(t) - \bar{x}_{\text{raw}}

  2. 计算原始标准差 σ1\sigma_1:计算步(1)所得零均值信号 x0(t)x_0(t) 的标准差 σ1\sigma_1,用于记录原始信号幅值的离散统计特征。

  3. 信号分解(Signal decomposition):采用EMD将 x0(t)x_0(t) 分解为 NN 个内在模态分量,记为 IMF1,IMF2,…,IMFN\text{IMF}_1, \text{IMF}_2, \dots, \text{IMF}_N(原论文中设置 N=5N = 5)。

  4. 随机加权(Random weighting):从 NN 个模态分量中随机等概率选取一个分量 IMFk\text{IMF}_k(k∈{1,2,…,N}k \in \{1, 2, \dots, N\}),并在预设的权重区间 [a,b)[a, b)(如 [0.5,2)[0.5, 2) 或 [0.3,3)[0.3, 3))内均匀随机采样一个权重系数 α\alpha,对该分量的幅值进行线性缩放,即 α⋅IMFk(t)\alpha \cdot \text{IMF}_k(t)。

  5. 信号重构(Signal reconstruction):将加权后的分量与其余未加权的分量直接相加,重构出一维信号 xrec(t)x_{\text{rec}}(t):

    xrec(t)=α⋅IMFk(t)+∑i=1, i≠kNIMFi(t)x_{\text{rec}}(t) = \alpha \cdot \text{IMF}_k(t) + \sum_{i=1,\, i \neq k}^{N} \text{IMF}_i(t)

  6. 重构信号零均值化(Zero averaging):直接相加得到的重构信号 xrec(t)x_{\text{rec}}(t) 均值可能不再为零。为保证样本在均值上的一致性,对重构信号再次减去其自身均值:

    x(t)=xrec(t)−xˉrecx(t) = x_{\text{rec}}(t) - \bar{x}_{\text{rec}}

  7. 计算重构标准差 σ2\sigma_2:计算步(6)所得零均值重构信号 x(t)x(t) 的标准差 σ2\sigma_2。

  8. 更新标准差(Update STD):按如下公式对 x(t)x(t) 进行缩放,使最终生成的增强样本 y(t)y(t) 具有与原始零均值信号完全相同的标准差 σ1\sigma_1:

    y(t)=x(t)⋅σ1σ2y(t) = x(t) \cdot \frac{\sigma_1}{\sigma_2}

通过上述8个步骤,生成的增强样本 y(t)y(t) 保持了零均值和与原始样本一致的标准差 σ1\sigma_1,并在模态幅值比例上产生可控变化。


二、Python代码复现

2.1 依赖环境

本复现代码基于 numpy 与Python的EMD工具库 EMD-signal(导入模块名为 PyEMD)。可通过以下命令安装依赖:

pip install numpy EMD-signal

2.2 核心实现

在实际计算中,对于同一条原始信号,步(1)–(3)的零均值化、σ1\sigma_1 计算与 EMD 分解只需执行一次;在需要生成多个增强样本时,可复用分解结果,仅重复执行步(4)–(8)。

需要说明的是,在 PyEMD.EMD 中,调用 emd(x0, max_imf=n_imfs - 1) 会在提取至多 n_imfs - 1 个 IMF 后将剩余残差作为最后一个分量返回,从而保证所有返回分量之和恒等于 x0(总分量数不超过 n_imfs)。若信号本身较为平滑,实际分解得到的分量数 MM 可能小于 n_imfs,此时直接在这 MM 个有效分量中随机选择即可。

完整复现代码如下:

import numpy as np
from PyEMD import EMD


def decompose_signal(signal: np.ndarray, n_imfs: int = 5):
    """
    对应 EMR 步骤 (1)-(3):零均值化、计算原始标准差 sigma_1 及 EMD 分解。

    参数:
        signal: 一维输入信号数组。
        n_imfs: 分解的分量数上限 N(原论文中 N=5)。

    返回:
        components: 二维数组,形状为 (M, L),其中 M <= n_imfs,各行之和等于零均值信号。
        sigma_1: 原始零均值信号的标准差。
    """
    signal = np.asarray(signal, dtype=np.float64).ravel()
    if signal.size == 0:
        raise ValueError("输入信号不能为空。")
    if n_imfs < 1:
        raise ValueError("n_imfs 必须为正整数。")

    # 步骤 (1): 零均值化
    x0 = signal - np.mean(signal)

    # 步骤 (2): 计算标准差 sigma_1
    sigma_1 = float(np.std(x0))

    # 步骤 (3): EMD 分解
    if n_imfs == 1 or sigma_1 == 0.0:
        return x0[np.newaxis, :], sigma_1

    emd = EMD()
    # max_imf = n_imfs - 1 时,PyEMD 返回至多 n_imfs - 1 个 IMF 及 1 个残差分量,总计不超过 n_imfs 个分量
    components = emd.emd(x0, max_imf=n_imfs - 1)
    components = np.atleast_2d(components)

    return components, sigma_1


def reconstruct_from_imfs(
    components: np.ndarray,
    sigma_1: float,
    weight_range: tuple = (0.5, 2.0),
    rng: np.random.Generator = None,
) -> np.ndarray:
    """
    对应 EMR 步骤 (4)-(8):随机加权、重构、零均值化、计算 sigma_2 及更新标准差。

    参数:
        components: 分解得到的模态分量矩阵,形状为 (M, L)。
        sigma_1: 原始零均值信号的标准差。
        weight_range: 随机权重采样区间 [low, high)。
        rng: NumPy 随机数生成器。

    返回:
        y: 增强后的一维信号,形状为 (L,)。
    """
    if rng is None:
        rng = np.random.default_rng()

    low, high = weight_range
    if low >= high:
        raise ValueError("weight_range 需满足 low < high。")

    n_comp = components.shape[0]

    # 步骤 (4): 随机选择一个分量并施加随机权重 alpha
    selected_idx = int(rng.integers(0, n_comp))
    alpha = float(rng.uniform(low, high))

    weighted_components = components.copy()
    weighted_components[selected_idx] *= alpha

    # 步骤 (5): 直接求和重构一维信号
    x_rec = np.sum(weighted_components, axis=0)

    # 步骤 (6): 对重构信号进行零均值化
    x = x_rec - np.mean(x_rec)

    # 步骤 (7): 计算重构信号的标准差 sigma_2
    sigma_2 = float(np.std(x))

    # 步骤 (8): 按式 (3) 更新标准差,使输出样本与原始零均值信号具有相同标准差
    if sigma_1 == 0.0 or sigma_2 == 0.0:
        return np.zeros_like(x)

    y = x * (sigma_1 / sigma_2)
    return y


def empirical_mode_reconstruction(
    signal: np.ndarray,
    n_imfs: int = 5,
    weight_range: tuple = (0.5, 2.0),
    num_aug: int = 1,
    seed: int = None,
) -> np.ndarray:
    """
    经验模态重构(EMR)完整调用接口。

    参数:
        signal: 一维原始信号,形状为 (L,)。
        n_imfs: EMD 分解分量数上限 N。
        weight_range: 随机权重区间 [low, high)。
        num_aug: 需要生成的增强样本数量。
        seed: 随机种子。

    返回:
        augmented_samples: 增强样本数组,形状为 (num_aug, L)。
    """
    if num_aug < 1:
        raise ValueError("num_aug 必须为正整数。")

    rng = np.random.default_rng(seed)
    components, sigma_1 = decompose_signal(signal, n_imfs=n_imfs)

    augmented = [
        reconstruct_from_imfs(components, sigma_1, weight_range=weight_range, rng=rng)
        for _ in range(num_aug)
    ]
    return np.stack(augmented, axis=0)


if __name__ == "__main__":
    # 构造一条包含多个频率成分和直流偏置的示例一维信号
    fs = 1024
    t = np.linspace(0, 0.5, int(fs * 0.5), endpoint=False)
    raw_signal = (
        0.5
        + 0.8 * np.sin(2 * np.pi * 20 * t)
        + 0.4 * np.sin(2 * np.pi * 85 * t)
        + 0.2 * np.sin(2 * np.pi * 210 * t)
    )

    # 使用 EMR 生成 3 条增强样本(N=5,权重区间为 [0.5, 2))
    aug_samples = empirical_mode_reconstruction(
        raw_signal,
        n_imfs=5,
        weight_range=(0.5, 2.0),
        num_aug=3,
        seed=42,
    )

    orig_zero_mean = raw_signal - np.mean(raw_signal)
    print(f"原始零均值信号 -> 均值: {np.mean(orig_zero_mean):.2e}, 标准差: {np.std(orig_zero_mean):.6f}")
    for i, sample in enumerate(aug_samples):
        print(f"增强样本 {i + 1}     -> 均值: {np.mean(sample):.2e}, 标准差: {np.std(sample):.6f}")

运行上述示例脚本后,各增强样本的均值均为浮点精度意义下的 00,且标准差与原始零均值信号的标准差 σ1\sigma_1 保持严格一致。


参考文献

Empirical mode reconstruction: Preserving intrinsic components in data augmentation for intelligent fault diagnosis of civil aviation hydraulic pumps[J]. Computers in Industry, 2022.