經驗模態分解python 用python做訊號分解

其實直接在labview採集資料後進行頻譜分析是最方便的，但是labview的資料分析包賣的很貴，對emd之類稍微新一點的方法又沒有太多支援，比如得自己現編包絡，另乙個辦法是labview採集後匯入python或者matlab分析，這裡記錄下pyhton做emd。

經驗模態分解(emd)適合處理非線性非平穩訊號，他將訊號分解成不同成分，這些成分可以是幅值調製或者頻率調製得，其分解基於一定假設，比如訊號存在極大值和極小值和相鄰極值點得間隔為特徵時間尺度，其分解採用上下包絡得方式對訊號進行週期擬合，感興趣的同學建議找本書正式的學習下。

from pyemd import emd, visualisation

emd = emd()

emd.emd(s)

imfs, res = emd.get_imfs_and_residue()

就得到由分量組成的列表，以及無法繼續分解的殘差。注意s得是numpy格式，列表匯入是不行的。我拿軸承訊號匯入，

從上到下得到的是轉頻，保持架，和非線性運動的不平穩訊號：

但是很奇怪的是，hht頻率結果和上面的時間域結果對不上。