经验模态分解（EMD）
经验模态分解(EMD)方法是由美国NASA(National Aeronautics and Space Administration,美国国家航空和航天局)的黄锷博士提出的一种信号分析方法.它依据数据自身的时间尺度特征来进行信号分解, 无须预先设定任何基函数。这一点与建立在先验性的谐波基函数和小波基函数上的傅里叶分解与小波分解方法具有本质性的差别。正是由于这样的特点,EMD方法在理论上可以应用于任何类型的信号的分解,因而在处理非平稳及非线性数据上,具有非常明显的优势。EMD分解是一种平稳化处理过程，它把原始信号分解为有限个基本模式函数（Intrinsic Mode Function，简称IMF）之和，具有自适应性，应用于非线性非平稳时间序列的分析，主要应用于降噪、故障诊断、预测等方面。 {:{23}:}
页:
[1]