EMD自适应分解程序，可用于轴承故障信号分离，获得多个IMF分量。

这是最新的emd去噪的程序，并且有和小波去噪的比较。 采用的是符合emd分解特性的阈值去噪方法。

对机械振动信号进行emd分解，并通过仿真信号加噪后进行分解，分解后的信号还比较满意

把 G.Rilling 写的 EMD.m注释汉化了，同时根据个人理解添加了部分注释，最后附上一个EMD分解＋HHT谱＋边际谱的例子。例子程序中所用到的函数是G.Rilling提供的

按照EMD原理写的EMD分解代码，内附测试信号，十分有用

主要用于emd 分解，简单EMD，适合初级者练习使用。已经加了一些解释，希望能更易懂。 function imf = emd(x) % Empiricial Mode Decomposition (Hilbert-Huang Transform) % imf = emd(x) % Func : findpeaks

用于实现emd的matlab源程序，目前为止个人呕心沥血整理的最全面程序！

emd分解matlab程序

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。

可以用于信号的emd分解，对信号提取IMF分量，程序验证可行