对于函数分解的EMD，EEMD，CEEMD，CEEMDAN之间的比较，包含分解后的图片

emd分解matlab程序

文件内为EMD,EEMD,改进版CEEMDAN。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。Improved Complete Ensemble EMD加入了SNR参数。

Hilbert-Huang 变换是一种适用于分析非线性、非平稳信号的数据处理方法，它是由美籍华人 Huang 以及他的同事在 1998 年提出的，从本质上讲这种方法是要对一个信号进行平稳化处理，得到信号的时间-频率-能量特征。HHT 是近年来在信号处理领域中的一项重要突破。HHT 是分 EMD 和 Hilbert 变换两步来实现的，首先对非线性、非平稳信号进行 EMD 分解，逐级分解出原始信号中不同尺度的波动或变化趋势，这些具有不同特征尺度的一系列时间序列分量叫做本征模态函数(IMF)，接着对每个 IMF 分量进行 Hilbert 变换。对于 EMD 分解得到的每个分量都有着不同的频率成分，通过对各分量的 Hilbert 变换能够得到具有物理意义的瞬时属性参数。 Hilbert谱表示的是信号幅值在整个频率段上随时间和频率的变化规律，Hilbert边际谱表示信号幅值在整个频率段上随频率的变化情况，它相当于傅里叶谱，但比傅里叶谱具有更高的频率分辨率。Hilbert边际谱是通过对Hilbert谱积分得到的。

经验模态分EMD的改进CEEMDAN方法源代码，可以直接下载后调用

可以用于信号的emd分解，对信号提取IMF分量，程序验证可行

传统的经验模态分解，适合初级的研究生学习故障诊断，信号处理方式。

对于一个复杂的信号，在一个时刻会有多于一个的瞬时频率，所以为了使用这个关于瞬时频率的定义，还必须对信号进行经验模态分解，把数据序列分解成基本模式分量，从而可以对它们使用瞬时频率这一概念。而且此种情况下定义的瞬时频率是目前广泛认可的。 对于瞬时频率的MATLAB实现，可用的函数指令是时频工具箱中的instfreq，和经验模态分解工具箱（即EMD工具箱）的hhspectrum指令

一种新的非线性调频模态分解方法VNCMD，是变分模态分解（VMD）的扩展方法，类似的方法有EMD，EWT等

基于经验模态分解（EMD）去噪的matlab代码,(Denoising signals using empirical mode decomposition and hurst analysis)