ICEEMDAN/CEEMDAN：改进的/完全自适应噪声集合经验模态分解（matlab）

在预测领域中对原始数据进行分解，可以提高预测精度。分解算法在故障诊断领域也有重要作用。

---

CEEMDAN

CEEMDAN 算法是由 Torres M E.等人于2011 年提出的一种新型信号分解算法，较好地解决了经验模态分解（EEMD）存在的模态混叠现象。其具体分解过程如下描述：

步骤 1：将待分解信号 x(t) 添加 K 次均值为 0的高斯白噪声，构造共 K 次实验的待分解序列xi(t),其中i=1,2,3....，k.。

 式中：为高斯白噪声权值系数； it 为第 i 次处理时产生的高斯白噪声。

步骤 2：对上述序列 xi(t) 进行 EMD 分解，分解得到第 1 个模态分量(IMF)并取其均值作为CEEMDAN 分解得到的第 1 个 IMF。