这是我在新浪微博上看到的，为了便于自己记录，转载了
博主最近在研究EMD分解，现举例简要说明EMD函数的使用
t=1:500;
t=t*1/2000;
x=sin(2*pi*20*t);
y=0.4*sin(2*pi*40*t+140);
z=x+y;
plot(t,z) %画出原始的信号
imf=emd(z);%调用EMD工具箱中的emd函数,运行结果如下
%Imf有5行，意味着原始信号被分解成了4个IMF（本征模函数Intrinsic Mode Function）和一个余波（残差residual）
emd_visu(z,1:length(z),imf) %调用EMD工具箱中的emd_visu函数,运行结果如下：
从第一张图我们可以看到,IMF1到IMF4再加上residual就是原始信号。
而f2c和c2f分别从2个相反的方向重构原始信号（f2c1就是IMF1,而f2c2是IMF1和IMF2合成的，f2c3是IMF1，IMF2，IMF3合成的；而c2f1就是IMF4，其余依次类推，注意IMF3和IMF4不是直线，而是曲线，由于一张图里要画好几个分图故图像被压缩了，看起来像直线）
仔细观察各imf分量，我们可以发现imf1和imf2其实就是对应于原始信号中的y和x，而其他的imf的振幅非常小，可以看做是EMD分解的误差。
PS.EMD分解在实际应用中是需要检验的，NASA的ZHAOHUA WU和黄先生写了一篇论文A Study of the Characteristics of White Noise Using the Empirical Mode Decompostion Method来介绍如何检验，他们也写好了matlab程序，大家可以去台湾中央大学数据分析中心下载http://rcada.ncu.edu.tw/research1.htm。