EMD 的信号分解能力是真的挺强，适合那种非线性又不稳定的信号。你要是做图像、金融时间序列，或者生物信号啥的，挺值得一试。

EMD（经验模态分解）这个方法是 Huang 在 1998 年提出来的，它可以把复杂信号一步步拆成多个不同频率的部分，也就是所谓的 IMF（内在模态函数），加一个残差部分。

代码整体结构清晰，每一步都注释得蛮详细，适合用来学习。核心流程就是通过三次样条插值找到上下包络线，计算平均值，差分之后就能拿到第一个 IMF。

你每次提取一个 IMF 后，都会更新残差，重复上面的过程，直到达到你设置的 IMF 数量或者残差够小就可以停了。

代码还顺带把希尔伯特变换也做了，能直接算出每个 IMF 的瞬时频率和振幅，拿来画时频图也方便，展示效果也蛮直观。

你要是用 Matlab 开发，可以看看下面这几个相关资源，代码能直接跑，省不少时间：

如果你经常那种复杂、结构不规律的信号，可以试试这个 EMD 代码。自己动手跑一遍，理解比看论文快得多！