通过局部均值分解对数据进行分析，并计算分量的样本熵

局部均值分解算法，用于多分量信号的自适应分解，用于脑电信号处理、故障诊断等方面。局部均值分解算法，用于多分量信号的自适应分解，用于脑电信号处理、故障诊断等方面。 (LMD method)局部均值分解算法，用于多分量信号的自适应分解，用于脑电信号处理、故障诊断等方面。 (LMD method)

使用MATLAB实现的局部均值分解（LMD, Local Mean Decomposition）代码。大量使用了matlab内建函数，尽可能地精简了代码，仅100余行的代码量很方便阅读修改。并且可以根据输入数据的格式自适应地调整计算、绘图时的各种参数，方便直接运行。

局部均值分解LMD的MATLAB程序，采用滑动平均来平滑均值，可运行。

本论文对局部均值分解的概念，分解过程，以及收敛条件都做了详细介绍，对研究局部均值分解的初学者大有裨益

EMD的改进方法的代码，局部均值分解（Local Mean Decomposition）算法MATLAB代码.

介绍了一种新的非平稳信号分析方法———局部均值分解(Localmean decomposition,简称LMD) 。LMD方 法可以自适应地将任何一个复杂信号分解为若干个具有一定物理意义的PF ( Product function)分量之和,其中每个PF分 量为一个包络信号和一个纯调频信号的乘积,从而获得原始信号完整的时频分布。本文首先介绍了LMD方法,然后将 LMD方法对仿真信号进行了分析,取得了满意的效果,最后将其和经验模式分解EMD ( Emp irical mode decomposition)方 法进行了对比,结果表明在端点效应、迭代次数等方面LMD方法要优于EMD方法。

局部均值分解的MATLAB代码，可以给定函数，可以用实测数据，亲测可用

LMD局域均值分解matlab测试程序 写的不完善，还存在没有去处骑行波的问题 拿出来分享是希望有人能够完善该程序