经验模态分解（Empirical Mode Decomposition,EMD）法是黄锷（N. E. Huang）在美国国家宇航局与其他人于1998年创造性地提出的一种新型自适应信号时频处理方法，特别适用于非线性非平稳信号的分析处理。对经过EMD处理的信号再进行希尔伯特变换，就组成了大名鼎鼎的“希尔伯特—黄变换”（HHT）。由于脑电信号处理很少在EMD之后接上希尔伯特变换，在这里仅介绍EMD的相关基础知识。 　　EMD其实就是一种对信号进行分解的方法，与傅里叶变换、小波变换的核心思想一致，大家都想将信号分解为各个相互独立的成分的叠加；只不过傅里叶变换以及小波变换都要求要有基函数，而EMD却完全抛开了基函数的束缚，仅仅依据数据自身的时间尺度特征来进行信号分解，具备自适应性。由于无需基函数，EMD几乎可以用于任何类型信号的分解，尤其是在非线性、非平稳信号的分解上具有明显的优势。 　　EMD的目的是将信号分解为多个本征模函数（IMF）的叠加。IMF必需要满足以下两个条件： 　　（1）函数在整个时间范围内，局部极值点和过零点的数目必须相等，或最多相差一个； 　　（2）在任意时刻点，局部最大值的包络（上包络线）和局部最小值的包络（下包络线） 平均必须为零。 　　为什么IMF一定要满足这两个条件呢？经黄锷等人的研究，满足这两个条件的信号都是单组分的，相当于序列的每一个点只有一个瞬时频率，无其他频率组分叠加。这就为后续的希尔伯特变换铺平了道路，也使得瞬时频率有了意义。 　　值得一提的是，EMD在数学上还有一些细节无法证明，但是EMD已经在工程领域取得了辉煌的成就，这也是在科学界工程领先理论的一个例子。

安装： 1.将压缩包解压到本地Matlab安装目录Toobox文件夹下 2.Matlab菜单-File-载入根目录和四个子文件夹-Setpath-Save-Close 3.运行emdinstall.m文件，即可安装成功

Matlab-EMD工具箱+最新版emd. matlab emd工具箱最新版 2014版 Matlab-EMD工具箱+最新版emd. matlab emd工具箱最新版 2014版

基于emd的滚动轴承故障诊断驱动计数端的内圈故障，故障明显，基于EMD的包络解调有效风扇计数端的内圈故障，故障效果不好，基于EMD的包络解调不是很有效基础计数端的内圈故障，故障效果不好，基于EMD的包络解调无效，只能看到转频，故障频率不明显

一种基于EMD分解后对imf分量利用小波分解进行去噪的方法，给出了相应的例子，有注释

HHT变换的动画过程即EMD分解的全过程 可以更加直观的学习HHT变换，经本人亲测该程序在matlab中可完美运行

基于matlab的EMD经验模态分解代码

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。

Matlab-EMD工具箱 + 另附详细安装方法，亲手验证可以使用。

1、下载后解压放在matlab的toolbox工作路径下package_emd文件夹。 2、打开matlab，选择File- Set Path- Add with Subfolders-你刚才下载的工具箱（package_emd）点进去- Save- Close。 3、此时选择work下package_emd文件夹作为工作路径，即是C:\Program Files\MATLAB\R2010a\toolbox\package_emd。 4、在Command Window里面输入mex -setup回车，问是否选择已有的编译器你选y回车，再问选择哪个编译器，你可以选择C++的那个选择相应的编号（如 2）回车，然后让你核对是否选择对了编译器等等，你输入y回车。就安装成功了。