经验模态分解EMD在MATLAB中的实现方法详解

很多同学留言要EMD的代码，这篇文章就写一下吧。

一、使用MATLAB自带函数

如果你的MATLAB版本是2018a及更新版本，那么是可以直接调用emd函数的。

以下代码在MATLAB2019a中编写，未在其他版本中测试。

load('sinusoidalSignalExampleData.mat','X','fs')  %载入数据t = (0:length(X)-1)/fs;plot(t,X)                       %绘制原始信号图xlabel('Time(s)') emd(X,'Interpolation','pchip')  %emd分解

得到原始信号图如下图，它是由不同的振幅和频率的正弦信号叠加得到的。

原始信号

得到的EMD分解图为：

EMD分解结果

从title中可以看到，一种有9个 IMF 分量，而图中只显示了其中的IMF1~IMF3，如果要显示其他分量，在图片的空白处点击右键：

然后选择“IMF Selector”，打开如下界面：

从IMF Selector中可以选择在图片中显示的IMF分量、原始信号和残差值。

使用新版MATLAB的简单emd的 使用方法 就是这样，如果想要进一步使用emd的分解结果，可以查看MATLAB的官方文档：Empirical mode decomposition - MATLAB emd - MathWorks 中国

具体的内容这里不展开讲了，提示两个地方：

1. emd函数的返回值主要包括imf,residual,info这三个，imf即各模态分量值；residual为残差值；info中包括了该次分解的一些信息，比如imf数量、各分量的过零点数、各分量的极值数等，这些信息可能在有些应用中有着重要的作用。
2. 通过“名称-属性”设置emd分解属性。比如上个例子中的'Interpolation','pchip'，代表使用pchip的插值方法。除了设置插值方法，还可以设置筛选迭代的最大次数、IMF数量的最大值、残差值中极值的最大数量等等参数。这部分属于更高阶的设置，同学们可以根据需要进行选择。

二、使用EMD工具箱

有一个常用的 EMD工具箱 ，由G-Rilling提供，在MATLAB2017及以下的版本中可以使用。当然在新版本的MATLAB中同样可以安装使用。

该工具箱与MATLAB自带的emd函数相比，可以说各有千秋。在我们最常用的emd分解上来说，该工具箱不像自带函数那样有丰富的设置。其典型调用形式如下：

imf = emd(varargin)

相比新版MATLAB自带函数来讲，似乎有些简陋，只能返回各分量的分解结果，无法自动画图。不过没关系，没有枪没有炮我们自己造。

fs = 100;  %采样频率t = 0:1/fs:10;x = sin(20*pi*t);y = 2*sin(1*pi*t);sig = x+y;PlotEMDandFFT(sig,fs)

其中PlotEMDandFFT是由笔者编写的函数，输入原始信号和采样频率，可以得到下图：

EMD分解结果及各分量对应的频谱

使用这个函数可以得到各IMF分量图和对应的频谱图。由于加入了频谱，从某中程度上来看这个图比MATLAB自带函数画图还要更好用一些。

要如何安装这个工具箱呢，正常的方法是把工具箱添加到MATLAB的路径中，不过有很多同学跟我说没用过MATLAB，不知道怎样添加路径。于是博主把常用的三个跟EMD相关的工具箱（EMD/package_emd/TFTB）打包在一起，写了个便捷安装函数，可以实现一键安装。

便捷安装EMD工具箱

三、如何获得工具箱和代码

如果你的MATLAB版本不是2018或者2019，那么可以使用第二种方法实现emd的功能。

如果想要获取工具箱和PlotEMDandFF函数等代码，关注我的公众号“看海的城堡”，微信号为“khscience”，回复“EMD”就能拿到啦，公众号里可能还会有更多有趣的东西分享。

欢迎持续关注我的专栏与信号处理有关的那些东东

免责声明：本文系网络转载或改编，未找到原创作者，版权归原作者所有。如涉及版权，请联系删