经验模态分解

经验模态分解(Empirical mode decomposition, EMD)是一种数据自适应多分辨率分解技术，将信号分解为具有物理意义的分量。经验模态分解(EMD)可以将非线性和非平稳信号分解成不同分辨率的分量进行分析。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在同一时间尺度上，这使得它们更容易分析。与小波分析等其他多分辨率分析(MRA)技术不同，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。在提取出快速振荡后，EMD算法将剩余的较慢分量作为新信号，再次将其作为一个快速振荡叠加在较慢信号上。该算法继续执行，直到达到某种退出标准。EMD中的分量称为本征模态函数(IMF)。

使用EMD，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进行进一步分析。

小波工具箱™和信号处理工具箱™，与MATLAB一起使用^®，提供EMD和其他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。应用程序使比较技术之间的结果很容易。