说明：集合经验模态分解（EEMD）算法是EMD算法的基础上解决其模态混叠的一种改进的方法。

EEMD 经验模态分解

说明：LMD分解程序，能有效解决EMD的模态混叠现象，LMD结合样本熵，里面有个例子

EMD lmd 模态分解-结合 lmd熵 lmd-分解

说明：图像信号在产生、传输和记录过程中，经常会受到各种噪声的干扰，由于其严重地影响了图像的视觉效果，因此，在进行边缘检测、图像分割、特征提取、模式识别等工作之前，采用适当的方法减少噪声(即：进行图像噪声的滤波)，是一项非常重要的预处理步骤。对图像滤波的要求是，既能滤除图像中的噪声又能保持图像的细节。由于噪...

说明：傅里叶分解方法(FDM)基于傅里叶变换，可以将多分量信号按频率从低频到高频(或者从高频到低频)分解出多个自分量，与EMD（或者EEMD）分解方法相比，FDM理论基础完整，避免了模态混叠效应，用于降噪效果好。此代码中Fs是采样品频率，N是信号采样点数。Xt是输入信号，其中加载的数据应为.mat格式。使...

说明：级联积分－梳状(Cascaded Integrator–Comb，CIC)滤波器，是种高 效滤波器。它是一种线形相位FIR滤波器，由工作在高抽样率的级联理 想积分器和低抽样率的级联微分器组成,根据抗混叠和抗镜像的指标 确定所需的级联数目。

级联积分 梳状滤波器

说明：该程序包是由台湾中央大学编译的，由台湾中央大学数据研究中心提供，主要用于信号分离处理。通过将信号进行EMD（经验模态分解）将信号分为多个IMF（内禀模态函数），然后进行Hilbert变换，获得信号的瞬时幅值与瞬时频率。该程序包是根据黄锷的经典EMD理论编写的，其终止条件仍然为判断相邻信号的标准差，且...

matlab

说明：观察高斯序列的时域和幅频特性。①固定p=8，q分别等于2、4、8，观察它们的时域和幅频特性，了解当q取不同值时，对信号序列的时域和幅频特性的影响②固定q=8，p分别等于8、13、14，观察p变化对信号序列时域和幅频特性的影响，注意p等于多少时，会发生明显的泄露现象，混叠是否也随之出现？记录实验中观察...

高斯序列 时域 幅频

说明：我们介绍的图像被称为一个简单的图像描述符 签名。我们表明，稀疏信号混合的理论框架 这个量空间上接近的前景图像。我们 实验调查是否此近似的前景与重叠 通过开发一种基于凸极算法视觉上显眼的图像位置 图像签名。这凸极算法预测人类的固定点最好 竞争对手的布鲁斯和 Tsotsos [1] 基准数据...