立磨衬板
时间序列分析之经验模态分解（EMD）和集成经验模态分解（EEMD）
在上⼀篇⽂章（）中，有同学问IMF1、IMF2这些分量的含义。这⾥举个简单的例⼦解释⼀下： 电子束焊接
⾸先我们⽣成⼀段信号，它是由4Hz的正弦波、10Hz的正弦波和⽩噪声叠加⽽成的。如下图： 左侧3个信号叠加⽣成右侧信号
现在我们将合成后的信号进⾏EMD分解，结果如下图：
5张图分别为：原始信号、IMF1、IMF2、IMF3、残差
密钥索引从EMD分解图中可以看出，IMF1为10Hz的分量，IMF2为4Hz的分量。所以简单（且理想化）地说，IMF的各个分量分别代表了原始信号中的各频率分量，并按照从⾼频到低频的顺序依次排列。这也就是（⾮常简单的情况下的）IMF的物理含义。
电子发声挂图
那IMF3等分量⼜代表了什么呢？在这个例⼦⾥，它们没有意义，属于EMD端点效应等带来的副作⽤，⾄于端点效应，在后续的⽂章⾥会讲到。
通过这个例⼦的说明，我们可以得到EMD的⼀⼤特点：⾃适应地进⾏信号主要成分分析（不是PCA）。也就是说，EMD分解信号不需要事先预定或强制给定基函数，⽽是依赖信号本⾝特征⽽⾃适应地进⾏分解。
导电布双面胶
当然，现实中的信号分量（IMF）不会像例⼦中⼀样保持完全稳定的频率和振幅，也常常⽆法从各分量中直接看出信号规律。EMD分解经常被⽤作信号特征提取的⼀个预先处理⼿段，将各IMF分量作为后续分析⽅法的输⼊，以完成更加复杂的⼯作。
>简易淋浴器
