经验模态分解

经验模态分解(Empirical mode decomposition, EMD)是一种数据自适应的多分辨率技术，它将信号分解为具有物理意义的分量。EMD可以通过将非线性和非平稳信号分解成不同分辨率的分量来分析非线性和非平稳信号。金宝搏官方网站经验模态分解的一些常见应用是在轴承故障检测、生物医学数据分析、电力信号分析和地震信号等领域。

经验模态分解可以在时域内进行时频分析。这些分量与原始信号处于同一时间尺度，这使得它们更容易分析。与其他多分辨率分析(MRA)技术如小波分析不同，经验模态分解递归地从数据本身提取不同的分辨率，而不使用固定函数或滤波器。金宝搏官方网站

另一种解释EMD的方法是把一个信号看作是一个快速振荡叠加在一个较慢振荡上的信号。在提取出快速振荡后，EMD算法将剩余的较慢分量作为新的信号，并再次将其视为快速振荡叠加在较慢分量上。算法继续，直到达到某个退出准则。EMD中的组件被称为内在模态函数(IMF)。

使用经验模态分解，可以消除特定的成分，如噪声和重建信号。您还可以提取相关组件以供进一步分析。

小波工具箱™和信号处理工具箱™，与MATLAB一起使用^®，提供EMD等数据自适应多分辨率分析技术．这些技术可以通过信号多分辨率分析仪应用程序访问。该应用程序可以很容易地比较技术之间的结果。