matlab经验模态分解代码 EMD

clc; clear; data=csvread('D:\data.csv'); %读取csv文件，将地址换为自己文件的地址即可运行，但需要将采样频率调整为你数据的采样频率 N=length(data); %显示数据长度 %% Fs=25600; %输入采样频率 T=1/Fs; %两个采样点之间的时间间隔 L=N; %选择做变换的数据长度，这里选择等于数据长度 t=0:T:(L-1)/Fs; %时域图像横轴坐标 %时域图像 figure(1) plot(t,data); title("信号时域图像") xlabel('t(s)') ylabel('幅值') %% 进行emd分解 [imf,residual]=emd(data,'Interpolation','pchip','MaxNumIMF',10,'MaxNumExtrema',1,'MaxEnergyRatio',20); % 'Interpolation','pchip'当‘data’为平滑信号时使用‘spline’，为非平滑信号时使用‘pchip’ % 'MaxNumIMF',10 要分解的imf分量的个数，默认为10 % 'MaxNumExtrema',1 ‘residual’分量极值点的个数，默认为1 % 'MaxEnergyRatio',20 信号与‘residual’的能量比值，默认为20 %% [a,b]=size(imf); %取得的imf分量矩阵的大小，a为单个imf分量的长度；b为imf分量的个数 for i = 1:1:b %每个imf分量分别画图 figure(i+1) plot(t,imf(:,i)) xlabel('time(s)') ylabel('幅值') title(sprintf("第%d个imf分量",i)) end figure(b+2) %残余分量画图 plot(t,residual) title('残余分量') %% 在5*2的图布上绘制imf分量图 for i=1:1:b figure(b+3) subplot(5,2,i) plot(t,imf(:,i)) title(sprintf("第%d个imf分量",i)) end