经验模态分解(EMD)是一种数据自适应多分辨率技术,将信号分解为物理上有意义的分量。经验模态分解(EMD)可以将非线性和非平稳信号分解成不同分辨率的分量来进行分析。万博 尤文图斯经验模态分解的一些常见应用是在轴承故障检测、生物医学数据分析、功率信号分析和地震信号等领域。
经验模态分解可以在保持在时域的情况下进行时频分析。这些分量与原始信号具有相同的时间尺度,便于分析。与小波分析等其他多分辨率分析(MRA)技术不同,经验模式分解无需使用固定函数或滤波器,即可从数据本身递归提取不同的分辨率。万博 尤文图斯
另一种解释EMD的方法是把一个信号看作是一个快速振荡叠加在一个较慢的振荡上。在快速振荡被提取后,EMD算法将剩余的较慢分量视为新信号,并再次将其视为在较慢分量上叠加的快速振荡。算法继续进行,直到达到某个退出条件。EMD中的分量称为本征模态函数(IMF)。