關於經驗模態分解的混疊模態（mode mixing）問題

     在處理非平穩、非線性的信號時，常用的方法是小波分解（wavelet decomposition）的方法。後來一種以數據驅動的經驗模態分解(Empirical Mode Decompesotion, EMD)方法被提出，它能夠將非平穩信號分解成不同的本徵模函數(IMF)。相比於小波分解，它雖然不會受小波基函數的選擇，分解等級等影響，但是它也存在很多問題。其中混疊模態就是其中之一。 混疊模態

>>阅读原文<<