关于用西储大学数据进行HHTDE问题，请教
我是新手，所以问的地方有很低端的话请见量，诚心求教：程序如下：
%示例程序
fs=12000;
data=X105_DE_time;%这个是西储大学轴承中心下载的数据，驱动端内圈采集数，数据很大，采样频率是12000；采样点121265个
imf=emd(data); %对输入信号进行EMD分解
=hhspectrum(imf); %对IMF分量求取瞬时频率与振幅：A：是每个IMF的振幅向量,f:每个IMF对应的瞬时频率，t：时间序列号
=toimage(A,f); %将每个IMF信号合成求取Hilbert谱，E：对应的振幅值，Cenf：每个网格对应的中心频率这里横轴为时间，纵轴为频率
%即时频图(用颜色表示第三维值的大小)和三维图（三维坐标系：时间，中心频率，振幅）
cemd_visu(data,1:length(data),imf); %显示每个IMF分量及残余信号--------------------------------------------
disp_hhs(E); %希尔伯特谱----------------------------------------------------------
%画出边际谱
%N=length(Cenf);%设置频率点数 %完全从理论公式出发。网格化后中心频率很重要，大家从连续数据变为离散的角度去思考，相信应该很容易理解
for k=1:size(E,1)
bjp(k)=sum(E(k,:))*1/fs;
end
figure(3);
plot(Cenf(1,:)*fs,bjp);% 作边际谱图 进行求取Hilbert谱时频率已经被抽样成具有一定窗长的离散频率，所以此时的频率轴已经是中心频率
xlabel('频率 / Hz');
ylabel('幅值')；
首先我运行的非常慢，大概有十分钟，而且没有得到IMF，图像是密密麻麻的，hilbert谱是很多散点，我这个有什么问题啊 data=X105_DE_time
三主数据X105_DE_time、X105_FE_time、X105_BA_time中，为什么要用X105_DE_time呢
期待解答...
页:
[1]