​多元经验模式分解（MEMD）算法

资 源 简 介

​多元经验模式分解（MEMD）算法

详 情 说 明

多元经验模式分解（MEMD）是对经典EMD算法的多维扩展，能够同时处理多通道信号数据。与单变量EMD不同，MEMD通过在多维空间中均匀分布的方向向量投影，并提取共同的模态分量，从而保持多个信号通道之间的同步性。

然而，MEMD仍面临模式混合问题，即不同时间尺度的振荡成分被错误地分解到同一个本征模态函数（IMF）中。NA-MEMD通过引入特定噪声作为辅助通道，利用噪声在频域上的均匀分布特性，有效分离信号的真实成分。这种噪声辅助策略显著提高了分解的鲁棒性，尤其适用于非平稳、非线性信号分析场景，如生物医学信号处理或机械振动监测等领域。