经验模式分解

经验模式分解（EMD）是一种数据自适应多分辨率技术，可以将信号分解为物理有意义的组件。EMD可用于通过将它们分成不同分辨率的组件来分析非线性和非静止信号。万博 尤文图斯经验模式分解的一些常见应用是轴承故障检测，生物医学数据分析，电源信号分析和地震信号的领域。

经验模式分解可用于在剩余时间域中进行时频分析。组件与原始信号相同，这使得它们更容易分析。与其他多分辨率分析（MRA）技术不同，例如小波分析，经验模式分解递归地从数据本身中提取不同的分辨率而不使用固定功能或滤波器。万博 尤文图斯

解释EMD的另一种方法是考虑一个信号作为叠加在较慢的振荡的信号。在提取快速振荡之后，EMD算法将其余较慢的分量视为新信号，并再次将其视为叠加在较慢的快速振荡。算法继续，直到达到某些退出标准。EMD中的组件称为内部模式功能（IMF）。

使用EMD，可以消除诸如噪声的特定组件并重建信号。您还可以提取相关组件以进行进一步分析。

小波工具箱™和信号处理工具箱™，与matlab一起使用^®，提供EMD和其他数据自适应多分辨率分析技术。可以通过信号多分辨率分析器应用访问这些技术。该应用程序使得可以轻松比较技术之间的结果。