经验模态分解（EMD）

Empirical Mode Decomposition (EMD)

EMD 原理

参考：

• 时间序列分析之经验模态分解（EMD）和集成经验模态分解（EEMD）
• 百度百科 EMD

安装包 PyEMD

源码地址：https://github.com/laszukdawid/PyEMD
说明文档：https://pyemd.readthedocs.io/en/latest/
pip 安装：

pip install EMD-signal

注意：不要用 pip 安装成 pyemd，这个是推土距离（earth move distance）😢

案例

from PyEMD import EMD, Visualisation

t = np.arange(0,1, 0.01)
S = 2*np.sin(2*np.pi*15*t) +4*np.sin(2*np.pi*10*t)*np.sin(2*np.pi*t)+np.sin(2*np.pi*5*t)

emd = EMD()
emd.emd(S)
imfs, res = emd.get_imfs_and_residue()
# 绘制 IMF
vis = Visualisation()
vis.plot_imfs(imfs=imfs, residue=res, t=t, include_residue=True)

# 绘制并显示所有提供的IMF的瞬时频率
vis.plot_instant_freq(t, imfs=imfs)
vis.show()