包含VMD、EMD、EEMD工具箱，可用于变分模态分解、EMD以及EEMD谐波检测对对比分析

集合经验模态分解（EEMD）源程序，内涵实例验证，亲测可用

原始风速信号具有的间歇波动性特征给风电场的功率预测带来了挑战，采用集合经验模态分解(EEMD)法将原始风速信号分解为频域稳定的子序列，有效地提高了预测精度，避免了传统经验模态分解(EMD)存在的模态混叠现象。提出一种改进型果蝇优化算法(FOA)，将风速子序列重构参数和最小二乘支持向量机(LS-SVM)参数作为优化目标建立风速预测模型，扩大了参数搜索范围，提高了优化收敛速度；通过风速风功率转化关系可以求得风电场的功率值。实验结果验证了所提方法相比于EMD和LS-SVM预测方法具有更高的预测精度。

比较快的eemd分解方法，适用于非线性数据

EEMD算法通过加入噪声来减小EMD的模态效应，CEEMDAN算法通过加入自适应的噪声来进一步减小模态效应，而且具有更好的收敛性。

EEMD的工具箱，包括EEMD分解，希尔伯特变换等，以及一系列EEMD相关的程序

对信号进行EEMD分解，程序已调通，欢迎下载。有问题请留言

matlab关于emd的改进算法（emd,eemd,ceemd,ceemdan），亲测可用

针对轴心轨迹提纯问题，研究了集合经验模式分解(Ensemble empirical mode decomposition ，EEMD)抑制模态混叠的特性及其滤波特性，提出了基于EEMD滤波的转子轴心轨迹提纯方法。应用EEMD将信号分解成一系列的固有模式函数(Intrinsic mode function，IMF)分量，再根据先验知识选择相应的IMF分量重构信号，组合成提纯轴心轨迹。对小型转子试验台转子轴心轨迹的成功提纯验证了该方法的有效性，与谐波窗和EMD轴心轨迹提纯方法的对比结果表明了该方法的优势，为转

1、python程序 2、有数据集 3、里面进行了三种算法对比，遗传算法、粒子群算法和布谷鸟算法 4、有一篇类似论文