为解决异步电机故障轴承振动信号易受噪音影响信噪比较小的缺点,提出了一种新的故障诊断方法。首先,采用小波分析方法对测得的原始信号进行去噪,并根据频率对原始信号进行频带划分;其次,用经验模式分解(EMD)方法对小波包分解重构得到的低频段信号进行分解,获得若干固有内在模函数(IMF);最后,采用傅里叶变换对各个IMF函数进行时频分析获得频谱图,进而提取故障频率,根据故障频率和故障类型的对应关系得出最后的诊断结果。实验表明,该方法能有效地提取出故障特征频率,方便地判断出故障类型。对比分析了傅里叶变换和小波变换与本方法的优缺点,为滚动轴承的早期故障诊断提供了一个新的思路。

EEMD算法通过加入噪声来减小EMD的模态效应，CEEMDAN算法通过加入自适应的噪声来进一步减小模态效应，而且具有更好的收敛性。

本程序适用于非线性、非平稳信号，其分解后的imf分量能够较好地抑制端点效应

EMD分解程序，用于hht时频分析，显示各阶IMF分量，并进行一系列分析

2014 快速eemd算法，收敛速度与传统eemd相比有很大改进

包含的资料有：西储大学轴承数据+中英文版本的数据说明+matlab加载和处理轴承数据的案例和方法+利用EMD、Hilbert和FFT处理轴承数据信号的程序，并且有解释； 同时还附带了EMD、ITD、VMD等算法的程序，其中EMD程序有中文解释。

该文章描述了计算图像相似性的一种metric，具有很强的实用性

emd分解主程序，可配套安装emd工具箱，在Matlab环境下实现信号的EMD分解。

Python中地球移动器的距离 这是一个围绕Rubner的Earth Mover的Distance实现的Python包装器（ ）。 用法示例 >>> import emd >>> emd.emd(range(5), range(5), [0, 1, 0, 0, 0], [0, 0, 0, 0, 1]) 3.0 安装 sudo python setup.py install 注意：该模块仅在Linux上经过测试，在Windows上似乎不起作用。 我会尽快解决。 参考

本文提出了一种基于经验模态分解法来消除测量光电容积脉搏波中的运动伪迹。实验结果证明了该方法有效抑制噪声、提高了信噪比，并提高脉率的检测效率。