使用经验模态分解 （emd） 对imf进行分析

经验模态分解（EMD），对imf进行分析，再采用类小波阈值去噪。

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%     强噪背景下去噪
%%%%%%%%%%      3014.04.14.15:30
%%%%%%%%%%  功能：emd分解
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

clear all;
close all;
%%         读取原始数据          %%%%%%%%%%%%%%%%%%%%%
load data_203_1m.txt;
original_Data=data_203_1m;%时间数据为10s长
axis tight; %使坐标系的最大值和最小值和你的数据范围一致
t=original_Data（ : 1）; %时间
y=original_Data（ : 2） ;%数据

plot（1000*ty）;  
axis（[0 10000 -2 2]）;
title（‘原始信号图像‘）; 
f=y.‘;

%%         EMD 分解          %%%%%%%%%%%%%%%%%%%%%   
f1=f（[1:10000]）;
t1=t（[1:10000]）;
imf = emd（f1）;      % 调用镜像延拓emd处理函数 [hanglie] = size（imf）;  % 获得矩阵imf的m*n
% emd_visu（f1t1imf）        % 显示emd分解的结果

r_y = zeros（110000）;
for j=1:1:8  %除去最后的那个剩余分量
    y1（j:） = filtsoft（imf（j:））; 
    r

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件     421598  2014-04-07 16:00  emd\data_203_1m.txt

     文件       1851  2014-04-16 20:47  emd\emd_01.m

     文件        327  2014-04-16 20:48  emd\filtsoft.m

     目录          0  2014-04-16 20:48  emd

----------- ---------  ---------- -----  ----

               423776                    4