REMD是一种改进的经验模式分解，由软筛选停止标准（SSSC）提供支持。 SSSC是一种自适应筛分停止标准，用于自动停止EMD的筛分过程。 它从混合信号中提取出一组单分量信号（称为固有模式函数）。 它可以与Hilbert变换（或其他解调技术）一起用于时频分析。

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)

RLMD 是一种改进的局部均值分解，由一组优化策略提供支持。 优化策略可以处理 LMD 中的边界条件、包络估计和筛选停止准则。 它从混合信号中同时提取一组单分量信号（称为乘积函数）及其相关的解调信号（即 AM 信号和 FM 信号），这是与其他自适应信号处理方法（如EMD。 RLMD 可用于时频分析。 参考： [1] 刘志良，金亚强，左铭，冯志鹏。 基于鲁棒局部均值分解的时频表示，用于多分量 AM-FM 信号分析。 机械系统和信号处理。 95: 468-487, 2017。 [2] Smith J S.局部均值分解及其在脑电感知数据中的应用[J]. 皇家学会界面杂志，2005 年，2(5)：443-454。 [3] G. Rilling、P. Flandrin 和 P. Goncalves。 关于经验模式分解及其算法。 IEEE-EURASIP 非线性信号和图像处理研讨会 NSIP-03

关于瞬时频率估，多分量信号分解的相关文章，比较全面介绍，以及相应的分析

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)