2016年4月发表在IEEE SIGNAL PROCESSING LETTERS（SCI二区期刊）的文章“Regenerated Phase-Shifted Sinusoid-Assisted Empirical Mode Decomposition（再生相移正弦辅助经验模态分解）”。
01.引言
当信号包含间歇模态时，模态混合问题会影响著名的经验模态分解(EMD)的有效性。集成EMD (EEMD)和一些改进和扩展的算法通过添加随机白噪声来解决这一问题。然而，集成系统的庞大规模和不可避免的人工干预限制了EEMD的应用。本文提出了一种新的再生相移正弦辅助EMD (RPSEMD)。迭代生成和添加不同尺度的正弦波以应对不同内禀模式(IMs)下所有可能的MMPs，其中每个正弦波都是自适应和自动设计的。此外，为了更好地保留每个IM的细节并消除附加的正弦波，正弦波被移位。在对比实验中，RPSEMD以更少的计算时间提供了更合理的结果。
02.分解算法的流程
03.本文的创新点
1)一种主动的方法，用再生的正弦波迭代求解每个IM中的MMP;
2)设计正弦信号的有效方法
3)用于保留分离细节的相移方案。
04.代码效果图
博主能力有限，仅提供图示代码，后续自行调整
获取代码请关注MATLAB科研小白的个人公众号（即文章下方二维码），本公众号致力于解决找代码难，写代码怵。各位有什么急需的代码，欢迎后台留言~不定时更新科研技巧类推文，可以一起探讨科研，写作，文献，代码等诸多学术问题，我们一起进步。