1. 有没有人做过对气象数据的EMD或者HHT变换分析，数据经过EMD分解后，怎么求周期啊有程序的话最好。谢谢啦
号的方法，从根本上有
别于传统的信号时频分析方法，并在实际应用中取得了很好的效果。
EMD分解算法通过层层筛选，得到信号不同时间特征尺度的IMF分量。EMD
分解的主要目的是为了将信号进行平稳化处理，对IMF分量进行Hilbert变换，进
一步得到IMF分量对应的瞬时频率成分，这样得到的瞬时频率有了合理的物理意
义。通过Hilbert得到的的Hilbert/Huang频谱图是时间和频率的二变量函数，从中
可以得到任意时刻的频率信息，包括频率的大小和幅度以及出现的对应时刻，能
够详细的刻画非平稳非线性信号的时频特性。
2. EMD什么意思
经验模态分解(Empirical Mode Decomposition,简称EMD)法是美籍华人N. E. Huang等人于1998年提出的，适合于分析非线性、非平稳信号序列，具有很高的信噪比。该方法的关键是经验模式分解，它能使复杂信号分解为有限个本征模函数(Intrinsic Mode Function，简称IMF)，所分解出来的各IMF分量包含了原信号的不同时间尺度的局部特征信号。
3. 关于经验模态分解(EMD)的问题
于非线性时间序列分析经验模态分解和小波分解异同性的研究
龚志强 邹明玮 高新全 董文杰
摘 要：基于经验模态分解(EMD)的希尔伯特变换(HT),是对非线性时间序列基于EMD进行分解,然后通过HT获得频谱.利用理想时间序列和青藏高原古里雅冰芯18O时间序列,系统地分析比较了EMD和小波分解(WD)以及HT和小波变换在非线性时间序列处理中的优劣,并针对它们各自的缺点提出了可能改进的设想.研究结果表明,将基于EMD的方法和基于WD的方法有机结合起来应用,可以更有效地识别原时间序列的特征信息.
关键词：经验模态分解;小波分解;理想时间序列;古里雅冰芯
文章编号：1000-3290/2005/54(08)/3947-11
On the difference between empirical mode decomposition and wavelet decomposition in the nonlinear time series
Gong Zhi-Qiang Zou Ming-Wei Gao Xin-Quan Dong Wen-Jie
基金项目：国家重点基础研究发展规划(批准号:2004CB418300)和国家自然科学基金(批准号:90411008,40231006)资助的课题.
作者单位：龚志强（扬州大学物理科学与技术学院,扬州,225009;国家气候中心气候研究开放实验室,北京,100081）
邹明玮（扬州大学物理科学与技术学院,扬州,225009;中国科学院大气物理研究所,北京,100029）
高新全（国家气候中心气候研究开放实验室,北京,100081）
董文杰（国家气候中心气候研究开放实验室,北京,100081）
参考文献：
[1]Huang N E, Shen Z, Long R S et al1998 Proc. R. Soc. Lond. A454 899
[2]Huang N E 1999 Ann. Rev. Fluid Mech. 31 417
[3]Feng G L, Chou J M, Dong W J 2004 Chin. Phys. 13 1582
[4]Feng G L, Dong W J 2003 Chin. Phys. 13 413
[5]Dai X G, Wang P, Chou J F 2004 Prog. Nat. Sci. 14 73
[6]Li J P, Tang Y Y 1999 Application of Wavelet Analysis ( Chongqing:Chongqing University Press)(in Chinese)[李建平、唐远延1999小波分析方法的应用(重庆:重庆大学出版社)]
[7]Mallat S 1989 IEEE Trans. Signal Proces. 37 2091
[8]Mallat S, Hwang W L 1992IEEE Trans. Inform. Theory 38 617
[9]Xiong X J, Guo B H, Xu Y M 2002 J. Ocean. HB Seas 20 12(in Chinese)[熊学军、郭炳火、胡筱敏2002黄渤海海洋20 12]
[10]Farge M 1992 Ann. Rev. Fluid Mech. 24 395
[11]Tewfiki A H 1992 IEEE Trans. Inform. Theory 38 747
[12]Li B B 1994 J. Electron. 16 646(in Chinese)[李兵兵 1994 电子科学学刊16 646]
[13]Wang J Z 1998 Auto.Elec.Power Sys.22 40(in Chinese)[王建赜1998电力系统自动化22 40]
[14]Yao T D,Yang X M,Kang X C 2001 Quatern.Sci.21 514(in Chinese)[姚檀栋、杨学梅、康兴成2001第四纪研究21 514]
[15]Zhang X P,Yao T D,Jin H J 2000 J.Glaci.Geocr.22 23(in Chinese)[章新平、姚檀栋、金会军2000冰川冻土22 23]
[16]Zhang X P,Shi Y F,Yao T D 1995 Sci.China D 38 854(in Chinese)[章新平、施雅风、姚檀栋1995中国科学D 38 854]
[17]Yao T D,Jiao K Q,Li Z Q 1994 Sci.China B 24 763(in Chinese)[姚檀栋、焦克勤、李忠勤1994中国科学B 24 763]
[18]Briffa K R 1998 Nature 391 678
[19]Briffa K R 1998 Nature 393 450
[20]Stagke D W 1998 Science 280 564
[21]Briffa K R 1998 Quatern. Sci. Rev. 19 87
[22]Liu C X2001 J.Trop.Meteor.17 381(in Chinese)[刘春霞2001热带气象学报17 381]
4. emd相对于小波分解有什么优点
木发现有太多优点，目前做emd滴文章作者个人认为都不太懂小波分解，小波分析稍微深入一点滴理论方法都不会使用和了解，于是结果不满意，就得出emd或其它方法优于小波滴结论，这种结论其实很值得怀疑并不可靠，这风气已司空见惯了，多是瞎掰为了好发文章罢了。个人见解，仅供参考，不对勿喷！
5. EMD是什么意思啊
EMD是铁路内燃机车的发明者
6. EMD是什么缩写
经验模态分解(Empirical Mode Decomposition, 简称EMD))方法是由美国NASA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。所以, EMD方法一经提出就在不同的工程领域得到了迅速有效的应用, 例如用在海洋、大气、天体观测资料与地震记录分析、机械故障诊断、密频动力系统的阻尼识别以及大型土木工程结构的模态参数识别方面。 经验模态分解(EmpiilMdDmpiti简称EMD)法是美籍华人NdE，Hunag等人于1998年提出的，适合于分析非线性、非平稳信号序列，具有很高的信噪比。该方法的关键是经验模式分解，它能使复杂信号分解为有限个本征模函数(IntrinsciMdoe Funcotin，简称IMF)，所分解出来的各IMF分量包含了原信号的不同时间尺度的局部特征信号。经验模态分解法能使非平稳数据进行平稳化处理，然后进行希尔伯特变换获得时频谱图，得到有物理意义的频率。与短时傅立叶变换、小波分解等方法相比，这种方法是直观的、直接的、后验的和自适应的，因为基函数是由数据本身所分解得到。由于分解是基于信号序列时间尺度的局部特性，因此具有自适应性。
对数据信号进行MED分解就是为了获得本征模函数，因此，在介绍MED分析方法的具体过程之前，有必要先介绍EMD分解过程中所涉及的基本概念的定义:本征模函数，这是掌握EMD方法的基础。
本征模函数
在物理上，如果瞬时频率有意义，那么函数必须是对称的，局部均值为零，并且具有相同的过零点和极值点数目。在此基础上，NordneE.Hunag等人提出了本征模函数(IntrinsciMdoeFunctino，简称IMF)的概念。本征模函数任意一点的瞬时频率都是有意义的。Hunag等人认为任何信号都是由若干本征模函数组成，任何时候，一个信号都可以包含若干个本征模函数，如果本征模函数之间相互重叠，便形成复合信号。EMD分解的目的就是为了获取本征模函数，然后再对各本征模函数进行希尔伯特变换，得到希尔伯特谱。 Hunag认为，一个本征模函数必须满足以下两个条件: (1)l函数在整个时间范围内，局部极值点和过零点的数目必须相等，或最多相差一个; (2)在任意时刻点，局部最大值的包络(上包络线)和局部最小值的包络(下包络线) 平均必须为零。 第一个条件是很明显的，它与传统的平稳高斯信号的窄带要求类似。对于第二个条件，是一个新的概念，它把经典的全局性要求修改为局部性要求，使瞬时频率不再受不对称波形所形成的不必要的波动所影响。实际上，这个条件应为“数据的局部均值是零”。但是对于非平稳数据来说，计算局部均值涉及到“局部时间尺度”的概念，而这是很难定义的。因此，在第二个条件中使用了局部极大值包络和局部极小值包络的平均为零来代替，使信号的波形局部对称。Huang等人研究表明，在一般情况下，使用这种代替，瞬时频率还是符合所研究系统的物理意义。本征模函数表征了数据的内在的振动模式。由本征模函数的定义可知，由过零点所定义的本征模函数的每一个振动周期，只有一个振动模式，没有其他复杂的骑波;一个本征模函数没有约束为是一个窄带信号，并且可以是频率和幅值的调制，还可以是非稳态的;单由频率或单由幅值调制的信号也可成为本征模函数。
EMD方法的分解过程
由于大多数所有要分析的数据都不是本征模函数，在任意时间点上，数据可能包含多个波动模式，这就是简单的希尔伯特变换不能完全表征一般数据的频率特性的原因。于是需要对原数据进行EMD分解来获得本征模函数。 EMD分解方法是基于以下假设条件:(1)数据至少有两个极值，一个最大值和一个最小值;(2)数据的局部时域特性是由极值点间的时间尺度唯一确定;(3)如果数据没有极值点但有拐点，则可以通过对数据微分一次或多次求得极值，然后再通过积分来获得分解结果。这种方法的本质是通过数据的特征时间尺度来获得本征波动模式，然后分解数据。这种分解过程可以形象地称之为“筛选(shitfing)”过程。 分解过程是:找出原数据序列X()t所有的极大值点并用三次样条插值函数拟合形成原数据的上包络线;同样，找出所有的极小值点，并将所有的极小值点通过三次样条插值函数拟合形成数据的下包络线，上包络线和下包络线的均值记作ml，将原数据序列X(t)减去该平均包络ml，得到一个新的数据序列h，: X(t)-ml=hl 由原数据减去包络平均后的新数据，若还存在负的局部极大值和正的局部极小值，说明这还不是一个本征模函数，需要继续进行“筛选”。
7. 什么软件可以做EMD（经验模态分解法）分析
tion method can effectively extract nonlinear unstable signal feature of instantaneous. This paper based on the EMD method and wavelet threshold value decomposition methods for noise signal de-noising, and through comparison and analysis, the experimental results proved the advantages and disadvantages of each. EMD method of threshold of high frequency part of signal effect is good, can be very good to retain the high frequency part of signal. Reflect EMD threshold denoising method.
~0~
8. 最新的信号处理时频分析方法有哪些呢除了小波，EMD之外的
提升小波分析，基于主从粒子群的模糊神经网络方法等