ICEEMDAN（Intrinsic Computing Expressive Empirical Mode Decomposition With Adaptive Noise，自適應(yīng)噪聲的內(nèi)在計算表達(dá)式經(jīng)驗?zāi)B(tài)分解）是一種新型的自適應(yīng)信號分解方法，可以處理非線性和不平穩(wěn)信號，并且具有較好的局部時頻分析能力。該方法將經(jīng)驗?zāi)B(tài)分解（EMD）與自適應(yīng)噪聲控制技術(shù)相結(jié)合，并在EMD的基礎(chǔ)上引入了自適應(yīng)均值移動（AEMD）和自適應(yīng)極值較大跳躍（AEMD-H）來實現(xiàn)信號的分解。

ICEEMDAN方法的主要步驟包括：

1. 對原始信號進(jìn)行AEMD分解，得到一組IMFs（內(nèi)在模態(tài)函數(shù)）；

2. 對每個IMF進(jìn)行AEMD-H分解，得到更細(xì)節(jié)的IMFs；

3. 對分解后的IMFs進(jìn)行自適應(yīng)噪聲控制，去除噪聲干擾；

4. 重構(gòu)原始信號。

ICEEMDAN方法采用了自適應(yīng)噪聲控制技術(shù)來降低噪聲的影響，同時引入了AEMD和AEMD-H來實現(xiàn)對信號的多級分解，從而更好地捕捉信號的局部時頻特征。然而，由于計算量較大，對參數(shù)的選擇也較為敏感，因此在實際應(yīng)用中需要仔細(xì)選擇參數(shù)。

（1）原始信號

（2）ICEEMDAN分解的效果圖(時域圖)

（3）ICEEMDAN分解的效果圖(時域圖和頻譜圖)

具體代碼見：https://mbd.pub/o/bread/mbd-ZJqYmJ9p