Introducción a la descomposición empírica en modos

La descomposición empírica en modos (EMD) es una técnica de multirresolución adaptativa de datos para descomponer una señal en componentes físicamente significativos. La EMD se puede utilizar para analizar señales no lineales y no estacionarias dividiéndolas en componentes con diferentes resoluciones. Comúnmente, EMD se utiliza en campos tales como detección de fallos de rodamientos, análisis de datos biomédicos, y análisis de señales de potencia y señales sísmicas.

Con la descomposición empírica en modos, se puede realizar un análisis de tiempo-frecuencia permaneciendo en el dominio del tiempo. Los componentes están en la misma escala de tiempo que la señal original, por lo que son más fáciles de analizar. A diferencia de otras técnicas de análisis multirresolución (MRA) como el análisis de wavelets, la descomposición empírica en modos extrae diferentes resoluciones de los propios datos de forma recursiva y sin necesidad de usar funciones o filtros fijos.

Otra forma de explicar EMD es considerar una señal como una oscilación rápida superpuesta a otra más lenta. Después de extraer la oscilación rápida, el algoritmo de EMD trata al componente más lento como la nueva señal y la vuelve a considerar como una oscilación rápida superpuesta a una más lenta. El algoritmo continúa hasta alcanzar un criterio de salida. Los componentes de EMD se conocen como funciones de modo intrínseco (IMF).

EMD permite eliminar componentes específicos, como el ruido, y reconstruir la señal. También puede extraer componentes relevantes para realizar un análisis más profundo.

Wavelet Toolbox™ y Signal Processing Toolbox™, para su uso con MATLAB^®, proporcionan EMD y otras técnicas de análisis multirresolución adaptativas de datos. Se puede acceder a estas técnicas a través de la app Signal Multiresolution Analyzer. La app facilita la comparación de resultados entre técnicas.