emd实现信息隐藏_MATLAB自带函数实现经验模式分解（EMD）

MATLAB自带函数实现经验模式分解(EMD)

MATLAB从2018a开始给出了内置函数来实现经验模式分解(EMD)与希尔伯特-黄变换(HHT)，函数名分别是emd与hht，用户可以直接调用两个函数来实现经验模式分解以及与希尔伯特-黄变换。

一、MATLAB函数库内的emd函数

语法格式：

1. [imf,residual] = emd(X)

2. [imf,residual,info] = emd(X)

3. [___] = emd(___,Name,Value)

4. emd(___)

解释：

格式1. 返回输入序列x的本征模态函数(固有模态函数)imf和残差(剩余信号)residual。当x为一列向量时返回的Imf为一矩阵，imf矩阵中每一列存储着不同层分解的imf函数；返回的residual为一列向量。

格式2. info用于返回附加信息，这些附加信息从IMFs和残差中获取。

格式3. 使用一个或多个由Name,Value组合的参数来估计emd。指定可选的以逗号分隔的名称、值参数对，Name是参数名必须在引号内，Value是对应的值，可以按任何顺序指定多个名称和值参数如Name1,Value1,...,NameN,ValueN. 

例如: 'MaxNumIMF',5 。

'SiftRelativeTolerance' — 柯西收敛准则

对应的Value可指定为一个正数，Value缺省时为0.2。SiftRelativeTolerance是筛选停止标准之一，当相对公差小于SiftRelativeTolerance指定的Value值时，筛选停止。

'SiftMaxIterations' — 筛选迭代的最大次数