针对传统降噪方法处理激发极化法（激电法）测量数据的效果不理想的问题，对经验模态分解方法和独立分量分析技术进行了研究，提出了一种新的激电数据降噪方法。首先，采用经验模态分解方法将原始测量数据自适应分解为有限个固有模态函数，再根据其与激发信号的相关性选择固有模态函数构造虚拟噪声通道，最后利用独立分量分析技术提取多维混合数据中的激电信号。利用仿真信号和实际数据对该方法进行实验，对比普通滤波方法和小波阈值算法，结果表明该方法能有效提高激电数据的信噪比。

EMD分解或HHT变换 文件内已添加详细备注，有助于读者尽快入门 % 返回值为cell类型，依次为一次IMF、二次IMF、...、最后残差 % 是否单调 % 是否IMF分量 % 据极大值点构造样条曲线 %找极大值点，返回对应极大值点的坐标

改进两种经验模态分解去噪，基于EMD去噪算法和基于LMD去噪算法。

Matlab-EMD工具箱 + 另附详细安装方法，亲手验证可以使用。亲测可用， 谢谢支持。

通过经验模态分解将非平稳序列的径流数据分解为几个本征模函数，进行希尔伯特-黄谱分析，得到边际谱。经验模态分解采用三次样条插值绘制包络线。

emd-hht的改进算法，能更好的抑制数据的端点效应，获得更加准确的imf分量及hht变换。

EMD刚刚入手，分享一个程序供大家交流，恳请大家多多指教

使用emd和svm进行预测使用svm进行预测使用emd和svm进行预测使用svm进行预测使用emd和svm进行预测使用svm进行预测(Predicting with emd and svm Predicting with svm Predicting with emd and svm Predicting with svm Predicting with emd and svm Predicting with svm)

一维信号的 HHT 变换。 包含经验模式分解 (EMD) 程序。 主要功能是HHT_Ver02.m。 例子clc; 清除; 关闭所有 Ts = 0.0005； Fs = 1 / Ts; N = 600； k = 0：N-1； t = k .* Ts; t = t'; sig(1:300,1) = 6 * sin(100 .* pi .* t(1:300))+0.1; sig(301:600,1) = 6 * sin(100 .* pi .* t(301:600)) + 1.5 * sin(300 .* pi .* t(301:600))+0.1； HHT_Ver02(t, sig, Fs);

EMD 和希尔伯特黄变换的源程序 带例子 供大家参考