从excel中读取信号，首先计算信号的vmd分解，得到imf分量，然后根据imf分量与原始信号的相关系数确定出信号imf喝噪声imf，对有用的imf进行小波阈值滤波，最后对滤波后的imf进行重构输出信号。 下图是流程图盒vmd分解结果的时域后频谱

EEMD分解 分析imf方差比，平均周期和Pearson相关系数 根据重构算法将分解得出的IMF进行高低频的区分 计算高低频分量和趋势项与原价格序列的相关系数与方差比

PHM2012数据集，采用EMD分解对水平振动信号进行分解，得到IMF分量和残差Res，并计算其IMF分量和Res的11个统计特征。包括均值、均方根、能量、熵、方差、中位数、峭度、峰值因子、波长和两个三角函数特征(反正切标准差、反双曲正弦标准差)

计算emd分量的能量熵；imf与原信号的相关系数

Emd分解，通过峭度和相关系数选择IMF，进行信号重构，小波分解，小波包分解。

这类本征模态函数的瞬时频率(Instantaneous Frequency

用于直接从 IMF（国际货币基金组织）导入数据的 Matlab 函数使用详情： http://www.robertdkirkby.com/codes-toolkits/getimfdata/ 此命令适用于四个 IMF 数据库：国际金融统计 (IFS)、国际收支 (BOP)、协调的证券投资调查 (CPIS) 和贸易统计方向 (DOT)。

经验模态分解（EMD）是用来处理非平稳时变信号的一种信号分析方法，该方法对所分析信号的局部特征信号进行不同时间尺度的分解，从而得到这些局部特征信号的各阶本征模函数（IMF）。提出了一种基于IMF能量谱的水声信号特征提取与选择方法，通过对水声信号进行经验模态分解，提取信号的本征模式分量并转换为能量谱特征向量，从而观测不同信号子频带能量谱的特征变化。分类实验采用支持向量机（SVM）分类器进行。实验结果表明，相对于小波能量谱特征提取法而言，利用IMF能量谱作为特征向量的分类实验具有更佳的分类效果，平均正确率达88%以上。

适用于初学者对vulnhub靶场库中IMF靶场理解

附件：IMF ELIBRARY数据库使用指南