小波去噪复原matlab_类EMD的“信号分解方法”及MATLAB实现（第一篇）——EEMD

在专栏之前的文章里对EMD进行了一系列的介绍。在实际中也见到不少同学将该方法应用于各个领域，除了博主研究的故障诊断方向，还有用作去噪、图像处理以及金融分析的。同时也不断有同学想了解诸如EEMD、VMD等类似于EMD分解方法的信号分解方法。所以从今天开始，准备梳理一下各种“类EMD”方法，帮助准备研究这个方向的同学们理一理头绪。

关于为何要进行信号分离研究，有一篇讲的很好的文章[1]，不过我这里再赘述几句吧：

对于我们采集到的信号/数据，其中可能会蕴含着非常复杂的物理过程或经济过程，以及各种类型的干扰信息，而对于这些信息我们可能没有相关认知或者只有定性的了解。为了更清晰地分析对象的组成，我们要“把一个信号从一个整体，从它原始的采样表示变成在一组有意义的基上，或者是有特定意义的 '描述'上进行展开，而这种展开能够提供更加丰富的信号里面的信息和结构。这就是所谓信号的分离。”

也就是说，我们总是希望把一个信号写成一系列的子信号的组合，然后加上一个性质不同的信号，所谓的残差信号或者剩余信号。【1】

今天从EMD的最常见的一个衍生方法讲起：EEMD。

1. EEMD（集合经验模态分解）的概念

EEMD（Ensemble Empirical Mode Decompo