简介：CEEMDAN算法配套实现包面向从事非线性、非平稳信号分析的研究者与工程技术人员，聚焦EMD、EEMD在模态混叠与稳定性上的不足，提供可对照学习的自适应噪声完全集成经验模态分解实现。压缩包共5个文件，包含4个.m源码脚本和1个.mat信号数据，整体约32KB，源码覆盖分解主流程与示例调用，数据可用于复现实验并观察IMF分量。已有5935人学习下载，说明其在算法入门与实验复现中具有一定参考价值。读者可据此梳理添加自适应噪声、迭代执行EMD、集成平均及IMF提取的关键环节，理解收敛速度与分解精度的改进逻辑，并可将思路迁移至地震波解析、心电脑电处理、金融序列分析和机械故障诊断等场景，适合作为算法对比实验与课程实践的轻量素材。

1. 加噪声反而更干净：CEEMDAN 到底在修 EMD 的哪个洞

把一段含冲击的振动信号丢进 EMD（经验模态分解），跑出来的 IMF 常常让人皱眉：同一阶分量里既有几十赫兹的工频干扰，又有几百赫兹的瞬态冲击，两种尺度黏在一起，谁也没法单独拿去做包络谱。于是有人反其道而行，往信号里塞白噪声——按直觉这应该更脏，结果模态混叠反而散了。这就是 EEMD 的立论起点：噪声不是干扰，是脚手架。而 CEEMDAN 在 EEMD 之上又补了一刀，把「集合平均留下的残余噪声」和「重构对不上原信号」这两笔欠账一起还了。搞懂这条演进线，等于搞懂自适应分解里最核心的一组设计取舍：确定性、完备性、计算量，三者不可兼得。

2. EMD 的筛分机制：模态混叠为什么会自己长出来

2.1 筛分与 IMF 的两个硬条件：窄带假设从哪来

EMD 的全部野心可以压成一句话：把信号拆成若干个能算瞬时频率的分量。而「能算瞬时频率」这件事有前提——信号必须是窄带的。Huang 给的判定不玩虚的，直接落成两个可编程检查的条件：一是极值点个数与过零点个数之差不超过 1；二是上下包络线的局部均值为零。前者拦住了「骑在另一个分量上」的情况，后者拦住了「带着局部直流偏置」的情况。两条合起来，就是在没有傅里叶变换的前提下，硬造出一个窄带的定义。

筛分（sifting）就是反复把这两个条件逼出来的过程。取当前信号的局部极大值做上包络、局部极小值做下包络，两条包络取平均得到均值曲线 m(t)，令 h(t) = x(t) − m(t)，再对 h 重复同样的操作。每减一次均值，相当于做一次「数据自适应的去趋势」。它不依赖任何基函数，也没有固定截止频率——这正是 EMD 对非平稳信号有效的原因，也是它没有解析解、只能靠迭代逼近的原因。

用代码把这一步摊开，核心只有几十行，难的是边界和停止条件：

import numpy as np from scipy.interpolate import CubicSpline def find_extrema(x): """差分符号变化定位局部极大/极小，返回索引""" d = np.diff(x) max_idx = np.where((d[:-1] > 0) & (d[1:] <= 0))[0] + 1 min_idx = np.where((d[:-1] < 0) & (d[1:] >= 0))[0] + 1 return max_idx, min_idx def envelope(idx, val, n, mode="mirror"): """三次样条构造包络；端点先镜像延拓一个极值周期，抑制外推发散""" if mode == "mirror": t = np.concatenate(([-idx[0]], idx, [2 * (n - 1) - idx[-1]])) v = np.concatenate(([val[0]], val, [val[-1]])) else: t, v = idx, val cs = CubicSpline(t, v, bc_type="natural") # 自然边界：二阶导端点为零 return cs(np.arange(n)) def sift(x, sd_th=0.2, max_iter=10): """单次筛分：反复减均值，直到 SD 准则或迭代上限""" h = x.copy() for _ in range(max_iter): max_idx, min_idx = find_extrema(h) if len(max_idx) < 2 or len(min_idx) < 2: break # 极值点太少，无法构造包络 upper = envelope(max_idx, h[max_idx], len(h)) lower = envelope(min_idx, h[min_idx], len(h)) m = 0.5 * (upper + lower) h_new = h - m # SD 停止准则：两次筛分结果的归一化能量差 sd = np.sum((h - h_new) ** 2) / (np.sum(h ** 2) + 1e-12) h = h_new if sd < sd_th: break return h

sd_th取 0.2~0.3 是行业默认，max_iter必须设上限是因为过度筛分会把 IMF 磨成纯粹的调幅调频信号，物理意义反而丢失——冲击成分的瞬态特征会被「筛」平。这一点很容易踩坑：把 SD 阈值调到 0.05 以下，看着 IMF 更「干净」了，实际上故障特征已经被磨没了。bc_type="natural"只是保底，真正决定端点行为的是延拓方式，下一节展开。

2.2 三次样条与端点效应：误差怎么沿着迭代往中间爬

包络拟合用三次样条几乎是默认选择，理由是它二阶连续、能跟上极值点的曲率变化。代价是样条在数据区间之外是发散的——信号两端如果没有极值点，样条只能靠外推，而外推的曲线会剧烈上翘或下坠。这就是端点效应的源头。

误差的传播有两条路径，很多人只注意到第一条。第一条是向内：每次筛分减均值时，端点附近的错误包络值被减进 h(t)，下一轮极值点定位就可能偏移，误差一轮一轮往里带。第二条是向外：每提取出一阶 IMF，残差 r(t) = x(t) − c(t) 的两端就累积一次误差，等到分解低频分量时，两端已经偏得离谱，表现为低频 IMF 头尾翘起，数值甚至超出原信号范围。

常见的对策是延拓，思路都是「让样条在端点附近有据可依」：镜像延拓把端点附近的极值对称翻到外侧，极值点延拓直接在端点补一个估计极值，自回归延拓用信号自身的相关性外推一段。还有一种工程做法是加窗——对信号两端乘一个缓升缓降的窗，人为把端点压到零，代价是丢掉一小段数据。我一般会这么理解这三类方案：延拓是「补数据」，加窗是「弃数据」，前者保长度但引入假设，后者保真实但损失样本，选哪个取决于你后面要做什么分析。

2.3 模态混叠：极值点分布不均才是病根

模态混叠的典型表现有两种：一个 IMF 里同时含尺度差异很大的成分，或者同一尺度成分散落在多个相邻 IMF 里。它在时域上看着像「一阶分量忽然抖了一下」，在 Hilbert 谱上看着像同一条频率脊线断成几截、跳到别的阶上去。

病根不在筛分算法，在极值点的分布。包络只在有极值的地方被定义，如果信号前半段只有低频、后半段只有高频，那么插值出来的均值曲线会把后半段的高频振荡「抄」进低频分量里——因为在那个时间段，极值点全由高频提供，包络自然跟着高频走。间歇性成分（比如周期性出现的冲击）是最容易触发这个问题的：它在时间轴上是稀疏的，极值点在时间轴上分布极不均匀。

这里有个容易被忽略的性质：EMD 是确定性算法，给定信号输出唯一。所以模态混叠不是随机误差，是系统性的结构缺陷，重跑一百次结果一模一样。这解释了后面所有改进为什么都走「随机化 + 集合平均」这条路——只有引入随机性，才能用统计手段去修一个确定性的结构缺陷。判断是否混叠，实用做法是看每个 IMF 的瞬时频率方差，或者直接把各阶 IMF 画在同一张时频图上找脊线断裂。

3. EEMD 的统计化改造：白噪声凭什么能抹平间歇性

3.1 白噪声的二进滤波器组：加噪等于给极值点重新铺格子

EEMD 的做法看着粗暴：往原信号里加一组高斯白噪声，做一次 EMD，重复 N 次，把每次得到的第 k 阶 IMF 取平均作为最终的第 k 阶。噪声在平均里被压掉，信号被保留。

它成立的技术支点有两个，缺一不可。第一个是白噪声在频域上是平的，任何频段都有能量，所以它能在时间轴上把所有位置的极值点密度「填匀」——原本某段只有高频极值、某段只有低频极值的信号，加噪之后每一段的极值点都变得稠密且尺度混合，包络均值不再被单一尺度绑架。噪声在这里扮演的是「均匀参考系」的角色，让不同尺度的成分在同一套极值网格上被公平对待。

第二个支点更隐蔽：白噪声经 EMD 分解后，各阶 IMF 的能量近似按二倍频程分布，等价于一组二进滤波器组。这个性质意味着，一次 EMD 分解实际上是把信号投影到一组中心频率近似倍频的频带上，而这些频带的边界由数据自身决定。加噪之后再分解，相当于用一个尺度均匀的「探测器阵列」去扫信号，间歇成分被分散投影到多个尺度上，集合平均时各自归位。

注意：二进滤波器组是对白噪声统计意义上的近似结论，对确定性信号不严格成立。用它来指导参数选择可以，用它来推导误差上界会翻车。

3.2 两个旋钮：噪声幅值与集合数怎么定

EEMD 只有两个关键参数，但它们的耦合关系经常被忽视。噪声幅值比 a 定义为加入噪声的标准差与信号标准差之比，常用 0.2~0.5；集合数 NE 是一次分解重复的次数，常用 100~200。

经验公式给了一个量化的取舍：e = a / √NE，其中 e 是集合平均后的相对误差。代入 a = 0.2、NE = 100，得 e = 0.02；想要 1% 的误差，NE 得提到 400。这个公式的真正含义不是「照着填」，而是告诉你两件事：噪声加得越猛，需要的集合数越多（平方关系，成本涨得很快）；集合数增加带来的误差下降是 1/√NE 的，属于典型的边际递减——NE 从 100 加到 400 只换来误差减半，计算时间却翻了四倍。

选 a 的经验是看信号的频谱重心：高频成分主导时 a 取小（0.1~0.2），否则噪声会把高频细节糊掉；低频缓变信号 a 可以取大（0.3~0.5），因为噪声主要影响高频段，对低频分量的干扰小。另一个判据是看信号是否含强冲击：冲击是宽带瞬态，加噪后容易和冲击的高频成分混在一起，这类信号 a 要压到 0.1 以下，靠加大 NE 补精度。

def eemd(x, NE=100, ratio=0.2, max_imf=8, seed=0): """EEMD：整体加噪 -> 完整 EMD -> 逐阶集合平均""" rng = np.random.default_rng(seed) # 固定种子，保证可复现 sigma = np.std(x) acc = [] # 按阶累积 IMF for _ in range(NE): w = rng.standard_normal(len(x)) * sigma * ratio imfs = emd_decompose(x + w, max_imf) # 对加噪信号做完整分解 for k, c in enumerate(imfs): if k == len(acc): acc.append(np.zeros_like(x)) acc[k] += c imfs_avg = [c / NE for c in acc] # 集合平均：噪声方差降到 1/NE resid = x - np.sum(imfs_avg, axis=0) # 用减法制残差，保证可重构 return imfs_avg, resid

ratio是相对sigma的，这一点很关键——如果实现里把它当绝对值用，遇到幅度量级 1e-3 的传感器信号，加进去的噪声直接等于把信号淹了。seed必须固定，否则同一份数据跑两次，IMF 阶数都可能不一样，论文复现和工程验收都会翻车。最后用减法反算残差而不是直接用分解出的残差，是为了让 ΣIMF + resid 精确等于原信号。

3.3 集合平均之后的那笔账：残余噪声为什么还不掉

EEMD 常被说成「解决了模态混叠」，但它没说的是代价。加进去的噪声不会因为有 NE 次平均就消失，它只是从标准差 a 降到了 a/√NE。这意味着一阶 IMF（高频、能量小）里始终叠着一层宽带底噪，在包络谱上表现为一片抬起来的背景，弱故障特征很容易被这层底噪盖住。

更麻烦的是完备性。严格来说，加了噪声之后分解，再平均，结果不等于原信号的分解——重构误差不为零，且这个误差随 a 增大而增大。有些实现干脆用「原信号减去所有 IMF」来凑残差，把误差全塞进残差项里，看起来重构完美了，实际上残差里混进了本该属于 IMF 的噪声成分，趋势项被污染。

还有一个理论层面的隐患：EMD 是非线性变换，对 N 个加噪信号分别分解得到 N 组 IMF，再逐点平均，平均后的分量不保证仍然满足 IMF 的两个条件。实践中大多数情况下它够用，但在严格的分析场景（比如要拿 IMF 去做瞬时频率的物理解释）里，这个「近似合法」是需要说清楚的。CEEMDAN 的改动，本质上就是冲着这两笔账去的。

4. CEEMDAN 的逐阶残差：噪声为什么必须先过一次 EMD

4.1 把 EMD 算子化：E_k(·) 这个记号带来什么

CEEMDAN 的第一个贡献是把 EMD 从「一次性动作」变成「可调用的算子」。记 E_k(x) 为对信号 x 做 EMD 后取第 k 阶 IMF。这个记号看着只是写法变化，实际改变了算法结构：既然可以单独取某一阶，就不必每次都对整段信号做完整分解。

有了这个算子，EEMD 的结构问题就暴露得很清楚。EEMD 是对原信号加一次噪声、做完整分解、最后逐阶平均，这意味着第 k 阶 IMF 的噪声污染来自「同一个白噪声经 EMD 后剩下的第 k 阶分量」。白噪声的能量按二进分布集中在高频，越往高阶，噪声的残余能量越小但依然存在，而且它是通过一次完整的分解「顺带」留下来的，无法针对性清除。

CEEMDAN 把顺序倒过来：不是先分解再平均，而是逐阶「加噪 → 只取第一阶 → 平均 → 减残差」。每一阶只关心当前这一阶的噪声，上一阶处理完立刻从残差里剥掉，噪声没有机会往后面的阶累积。

4.2 逐级残差加噪：为什么噪声要先过一遍 EMD

第一阶的处理和 EEMD 一致：IMF₁ = (1/N) Σ E₁(x + ε₀·wᵢ)，然后 r₁ = x − IMF₁。真正的改动从第二阶开始：

IMF_k = (1/N) Σ E₁( r_{k−1} + ε_{k−1} · E_{k−1}(wᵢ) )

注意括号里那一项，加进去的不是白噪声 wᵢ，而是白噪声经过 EMD 之后取的第 k−1 阶分量。这是整个算法最容易被略过、也最值得琢磨的一处设计。

理由在于尺度匹配。第 k 阶残差 r_{k−1} 里剩下的主要是较低频的成分，而白噪声的能量集中在高频。如果直接把白噪声加到 r_{k−1} 上，噪声的大部分能量落在残差里已经不存在的频段，对当前阶的极值点分布几乎没有贡献——白加了；更糟的是，这些高频噪声会在后续筛分中被当作独立分量提出来，变成新的残余噪声留在低阶 IMF 里。先用 E_{k−1}(w) 把噪声「搬」到与残差相近的尺度上，加进去才真正改变了当前阶的极值点分布，加噪效率才高。

另一个工程上的好处是计算量可控：每次内部只取 E₁（第一阶 IMF），意味着内部 EMD 做几轮筛分就可以停，不必分解到底。这一点在集合数 N 取几百时非常实在。

def ceemdan(x, NE=100, eps0=0.2, max_imf=10, seed=0): """CEEMDAN：逐阶加噪、只取第一阶 IMF、立刻更新残差""" rng = np.random.default_rng(seed) sigma_x = np.std(x) imfs, r = [], x.copy() for k in range(1, max_imf + 1): max_idx, min_idx = find_extrema(r) if len(max_idx) + len(min_idx) < 3: break # 残差已无足够极值，退化为趋势项 # 幅值系数随残差尺度自适应：残差越小，噪声绝对幅度越小 eps = eps0 * np.std(r) / (sigma_x + 1e-12) acc = np.zeros_like(x) for _ in range(NE): w = rng.standard_normal(len(x)) # 关键：k=1 用白噪声本身，k>=2 用白噪声的第 k-1 阶 IMF n_k = w if k == 1 else emd_imf(w, k - 1) acc += emd_imf(r + eps * n_k * sigma_x, 1) imf_k = acc / NE imfs.append(imf_k) r = r - imf_k # 精确减法，保证完备性 return imfs, r # r 是趋势项，必须一起返回

eps0是基准幅值比，eps = eps0 · σ(r)/σ(x)是自适应缩放：随着阶数上升，残差幅度递减，如果 ε 固定不变，噪声的相对强度会越来越大，最后把残差淹没，分解出一堆由噪声驱动的虚假 IMF。emd_imf(w, k-1)这一行是算法灵魂，注释里写清楚它的作用——尺度对齐。循环退出条件用极值点数量而不是固定阶数，是因为不同信号的天然阶数不同，硬编max_imf会在某些信号上切掉有效分量。

4.3 ε_k 与停止条件：什么时候该收手

噪声幅值系数的取法在文献里有几套，实用的有两套。一套是固定 ε，简单但前面说的缺陷明显；另一套是按残差标准差自适应，即 ε_k = ε₀ · σ(r_k)/σ(x)，这也是多数开源实现的默认。后者的物理含义是：始终保持噪声与当前残差有一个固定的信噪比，不让噪声在低阶分量里相对变强。

停止条件比幅值系数更容易被忽视。三条常用判据：残差的极值点少于 3 个（无法构造上下包络，再分解没有意义）；残差已经单调或近似单调；达到预设的最大阶数。第一条最本质，它对应的是「残差已经退化成趋势项」这个物理事实。工程上还会加一条能量判据：当某一阶 IMF 的能量占比低于阈值（比如 0.1%）时停止，避免继续分解纯噪声。

需要提醒的是，CEEMDAN 的阶数通常比 EEMD 少。因为每阶都做了尺度对齐，噪声不会在低阶累积出虚假分量，分解自然更早收敛。如果发现自己的 CEEMDAN 跑出十几阶，先别怀疑算法，去看eps0是不是设太大了。

4.4 完备性与残余噪声：两笔账分开算

CEEMDAN 最实在的优势是完备性。因为残差是精确减出来的，r_k = r_{k−1} − IMF_k 是恒等式，所以 x = Σ IMF_k + r_K 严格成立，重构误差只受浮点精度影响。这跟 EEMD 里「加噪导致重构对不上」是本质区别——EEMD 的重构误差是算法性的，CEEMDAN 的不是。

但完备性不等于干净。IMF 里仍然残留着噪声，量级还是 O(ε/√NE)，只是它不再体现为重构误差，而是体现为每个 IMF 上的宽带底噪。这两笔账必须分开算：重构误差看 ΣIMF + r 与原信号的差值，残余噪声看 IMF 在无信号频段的能量。只看前者会得出「完美」的错误结论。

后续还有改进版本（比如在噪声加权方式上再做调整的变体），思路是把「加噪—取第一阶—平均」这套流程里的平均次数分配得更聪明，让低阶 IMF 拿到更多平均次数。这类改进的收益在弱特征提取场景下明显，代价是实现复杂度上升，选型时要看你的信噪比是否真的到了那一步。

5. 落地排查：CEEMDAN 从跑通到可信之间的五道坎

5.1 重构对不上：末阶残差被当成噪声扔了

现象很典型：把imfs列表加起来，和原信号差一条缓慢的曲线，差值方差不为零，低频段尤其明显。

原因几乎都是同一个——CEEMDAN 的循环是因为极值点不够而提前退出的，剩下的r是趋势项，不是噪声。它包含了信号里所有的直流和缓变成分，能量往往比前几阶 IMF 还大。很多人只保存imfs，把r丢了。

解决办法是让函数显式返回残差，并在重构校验时强制加上：x_rec = np.sum(imfs, axis=0) + r。更稳妥的做法是在函数内部就断言np.allclose(x_rec, x)，把这个约束焊死在代码里，而不是靠使用者记得。

5.2 同一份数据跑两次结果不一样

现象是 IMF 的阶数、波形、能量分布全都变了，看着像算法不稳定。

原因是每次都重新初始化了随机数生成器，或者干脆没设种子。CEEMDAN 的随机性来自加噪，这是设计特性不是缺陷，但可复现性是工程底线。

解决方式有两层：代码层固定seed并在日志里打印出来；流程层把NE、eps0、seed、信号长度一起写进结果元数据。做对比实验时，不同算法之间要用同一组噪声样本，否则你比的是噪声差异不是算法差异。

5.3 集合数不够，IMF 里全是毛刺

现象是第一阶 IMF 的能量异常高，包络谱上出现一片抬起来的宽带底噪，弱特征被盖住。

原因是残余噪声按 ε/√NE 衰减，NE = 50 时残余噪声是 NE = 200 时的两倍。默认值往往按「能跑就行」设，不按「能信」设。

解决思路是按目标精度反推 NE：先估一个可接受的残余噪声水平，再解 √NE = ε/e。另一个低成本技巧是给第一阶 IMF 单独加倍集合数——高频阶的噪声最难压，而它恰好是多数故障诊断最关心的那阶。

5.4 小幅值信号加噪后分量被淹没

现象是信号幅度在 1e-3 量级，用默认参数跑完，IMF 波形明显畸变，甚至分解出纯噪声阶。

根因是幅值系数被当成了绝对值。有些实现里ratio直接乘一个常数，而不是乘std(x)，信号量级一小，噪声的信噪比就崩了。

解决方式是所有幅值系数一律相对std(x)归一化，并在分解前打印一次实际信噪比20·log10(σ(x)/(ε·σ(x)))做自检。如果信号本身含强冲击，还要把eps0压到 0.1 以下，靠 NE 补精度。

5.5 端点翘飞，低频 IMF 超出信号范围

现象是最后几阶 IMF 的两端数值剧烈偏离，画出来像两只翘起的角，做趋势分析时误差很大。

这是三次样条外推的老问题，CEEMDAN 每阶都要重新构造包络，端点误差会被反复引入，比 EMD 更敏感。

解决办法是延拓，镜像或极值点延拓都行，关键是延拓长度要覆盖至少一个极值周期。如果信号本身很短（不足 100 点），延拓反而是负担，这时更实际的做法是两端各裁掉 5%~10% 再分析——牺牲样本换稳定，在短数据分析里通常是划算的。

6. 噪声辅助法的设计取舍：什么时候该停手

把三代算法放在一张表里，取舍关系就一目了然了：

表格里最值得盯的是最后一行。EEMD 的 NE 次是「完整分解」，CEEMDAN 的是「每阶 NE 次只取第一阶的浅分解」——单次便宜，但阶数一多，总次数是 NE × K。这意味着 CEEMDAN 的计算量并不天然优于 EEMD，在阶数多的信号上甚至更慢。选型时如果只看到「CEEMDAN 更先进」就换，很容易在实时场景里翻车。

判断分解是否可信，我会看三个指标：重构误差‖x − ΣIMF − r‖/‖x‖，应当在 1e-12 量级；正交性指标IO = Σ_{i≠j} Σ_t cᵢ(t)cⱼ(t) / Σ_t x²(t)，理想值接近 0，实际常在 0.01~0.05，超过 0.1 说明分量之间有严重泄漏；以及各阶 IMF 的瞬时频率方差，方差大意味着模态混叠没压住。三个指标一起看，比单看波形靠谱得多。

还有一类场景根本不该用噪声辅助：数据极短（极值点不足十几个）、信号本身是强冲击序列（加噪会污染冲击的宽带特征）、以及需要严格可复现的在线处理。这些情况下 EMD 加良好的端点处理和停止准则反而更合适——不是所有问题都值得引入随机性。

血泪经验是从一次「看起来完美」的重构开始的。当时 CEEMDAN 的重构误差在 1e-15，我直接拿 IMF 去做包络谱，结果弱特征完全找不到；回头把 IMF 的功率谱画出来才发现，第一阶上盖着一层比信号还高的宽带底噪，NE 只设了 30。从那以后我每次跑完噪声辅助分解，都强制走一遍「重构校验 + 正交性 + 无信号频段底噪」三件套，参数和种子一起落盘，再谈结果。希望帮到你。

本文还有配套的精品资源，点击获取