经验模态分解
Empirical Mode Decomposition
将非平稳信号自适应分解为若干本征模态函数（IMF），无需预设基函数，适合非线性非平稳时序。
01
定义
将非平稳信号自适应分解为若干本征模态函数（IMF），无需预设基函数，适合非线性非平稳时序。
02
公式与计算
筛分：上/下包络均值反复减去至零均值；x(t) = Σ IMFᵢ + 残差
03
适用时机
非平稳信号分解（趋势+振荡）、故障特征提取、径流/气温多尺度分析、与 Hilbert 谱结合。
04
关键参数
筛分次数、停止准则（SD 阈值）、边界处理
05
注意事项
失效与边界存在模态混叠与端点效应；EMD 变体（EEMD/CEEMDAN）用噪声辅助缓解混叠。
CLOSE
把 经验模态分解 用起来
下一步
实际项目如何应用？
场景设计、设备选型与工程实施，见 xmsiyb.cn 行业应用与智能选型中心。
场景设计、设备选型与工程实施，见 xmsiyb.cn 行业应用与智能选型中心。
相关 SIYB 产品
正式参数、方案与商务资料以 xmsiyb.com 官网为准。
需要把技术判断落到项目？
进入行业应用与智能选型中心，获取场景设计、选型与实施参考。