改进的 Hilbert-Huang 变换程序

应用背景通过经验模式分解(empirical modedecomposition，EMD)将信号分解成一系列单频率信号——本征模函数(intrinsic mode function，IMF),在通过 Hilbert 变换即可求得每个本征模函数的瞬时频率。Hilbert-Huang 变换在实际应用中，存在的最大问题就是端点效应。针对上述问题，提出一种以残差与原信号相关系数为阈值的自适应的虚假 IMF 筛选算法。 关键技术复杂信号分解成单频率信号,任意本征模函数需满足两个条件：(1)在整个数据长度，极值和过零点数目必须相等或最多相差一个；(2)在任意数据点，局部最大值的包络和局部最小值的包络的平均必须为零。