经验模式分解EMD算法原理

目录 简介 假设条件与原理 假设条件 基本原理 EMD的优缺点 存在的问题 简介 经验模态分解(Empirical Mode Decomposition, EMD)算法是由 NE. Huang 等人提出的一种将信号分解成特征模态的方法。它的优势是不会运用任何已经定义好的函数做为基底，而是根据所分析的信号而自适应生成固有模态函数。能够用于分析非线性、非平稳的信号序列，具备很高的信噪比和良好的时频聚焦

>>阅读原文<<