经验模态分解（EMD）及希尔伯特-黄变换（HHT）

网上代码很多，可以自行搜索。这里写点关于它的认识，有问题可以互相讨论。

EMD
目的：将任意信号（尤其是非平稳非线性时间序列信号）分解为线性稳态信号（IMF）
核心：把任一个自由的信号分解成为若干个固有模态函数(IntrinsicModeFunction， IMF)和一个残余分量，每一个 IMF 代表了原信号不同频率段的振荡变化，反映信号的局部特征，而最后的残余分量则反映信号中的缓慢变化量

判断h(t)是否为IMF的条件主要有两个：
在信号序列中，它的极值点与过零点的数目需要是一致的，或者相差 必须少于一个
任意的时间点，信号序列的局部极大值与局部极小值分别构成的上包 络线与下包络线的平均值须为 0，也就是说整个序列的波形必须是局部对称的。

IMF 特征：上包络和下包络是对称的，但大部分的信号并不符合这些条件。
IMF：是一个单分量信号，每时每刻有且仅有一个频率，即瞬时频率。

分解循环结束的条件有两个：残余分量r(t)是单调函数或者序列只有一个极值点

HHT
因为希尔伯特变换的前提条件是：窄带信号、非复杂信号，平稳信号，但是生活中存在的大部分信号均不满足该条件，为了使用希尔伯特变换，必须将非线性平稳信号转换为平稳信号，因此，必须使用EMD进行模态的分解，再对分解得到的IMF进行希尔伯特变换，求得复信号以后再进行进一步的分析。

HHT谱：信号的希尔伯特变换后做fft，表示信号幅值在整个频率段上随时间和频率的变化规律（有点类似语谱图的感觉）

HHT边谱：类似于傅里叶谱。对hi