EMD画图工具（python版）

最后更新于：2024-07-06 12:02:55

这是使用PyEMD包在python环境下进行EMD分解并画图的程序

可以快速实现EMD分解、EMD分解图绘制、EMD分解及频谱图绘制

该程序是MATLAB实现EMD的姊妹篇，两者实现的功能大体一致

致力于实现优质、易用的程序，帮助研究人员快速实现目的

一、代码运行环境

已测试python3.9，理论上其他python3.X可以使用，python2.X不能使用

依赖包包括：PyEMD、numpy、Matplotlib

在运行程序前，请确保在当前python环境下安装了上述包，命令行的安装指令为：

pip install EMD-signal
pip install numpy
pip install Matplotlib

二、程序介绍

1.demoEMD.py

用于EMD分解画图测试功能的案例文件，可以直接运行。程序运行过程中会绘制出分解图像，注意图像会阻塞程序运行，需要关闭图像窗口程序才会继续运行。程序运行结束后，会在当前文件夹创建imf.csv文件，并保存imf分量数据。

运行过程中会绘制如下两个图像：

EMD分解图，绘制各个IMF分量

EMD分解及对应频谱图

2.funEMD.py(试用版代码中为funEMD.pyd)

集合了kEMD、kFFT、pEMD、pEMDandFFT等方法，具体实现PyEMD函数调用实现EMD分解以及画图等功能。

具体包含的方法有：

def pEMD(data,FsOrT):
    '''
    用于计算EMD分解得到imf分量的函数，同时绘制imf分量时域图

    输入：
    data - 待分解数据，需要是一维数据，array类型
    FsOrT - 采样频率或采样时间向量:
            如果为采样频率，该变量输入单个值；
            如果为时间向量，该变量为与data相同长度的一维向量。
            如果未知采样频率，可设置为1
    输出：
    imf - 分解后的imf分量
    '''

def kFFT(data,fs):
    '''
    用于计算快速傅里叶变换结果的函数

    输入：
    data - 待分解数据，需要是一维数据，array类型
    fs - 采样频率，即每秒钟的数据点数
    输出：
    amp - 幅值数据
    fre - 频率轴数据
    '''

def pEMD(data,FsOrT):
    '''
    用于计算EMD分解得到imf分量的函数，同时绘制imf分量时域图

    输入：
    data - 待分解数据，需要是一维数据，array类型
    FsOrT - 采样频率或采样时间向量:
            如果为采样频率，该变量输入单个值；
            如果为时间向量，该变量为与data相同长度的一维向量。
            如果未知采样频率，可设置为1
    输出：
    imf - 分解后的imf分量
    '''

def pEMDandFFT(data,FsOrT):
    '''
    用于计算EMD分解得到imf分量的函数，同时绘制imf分量时域图

    输入：
    data - 待分解数据，需要是一维数据，array类型
    FsOrT - 采样频率或采样时间向量:
            如果为采样频率，该变量输入单个值；
            如果为时间向量，该变量为与data相同长度的一维向量。
            如果未知采样频率，可设置为1
    输出：
    imf - 分解后的imf分量
    
    '''

三、视频教程

四、关于完整版与试用版代码

完整版代码可以看到funEMD文件中的全部源码，并且没有数据长度等限制，对于有研究需求的同学们推荐购买完整版~

五、获取试用版代码

六、获取完整版代码

获取通道一（淘宝）：点击此处获取完整版程序

获取通道二（本页面）：点击下面“立即支付”按钮，付款后获取完整版代码下载链接和售后联系方式~本通道处于测试阶段，使用该通道可以额外优惠（仅需21元）。付款完成后刷新一下本页面即可看到下载链接。

（注意支付跳转失败的话，请使用浏览器打开本页面）

七、完整版代码重要更新

20221226 1.修复引起“module object is not callable”报错的bug；2.修复FsOrT设置为采样频率时plot时t与data维度可能会不同的bug。

20221109 完成初版代码（公开版代码所在版本）

八、常见问题

1.为什么使用python和MATLAB做出的分解结果不相同？

虽然EMD分解的原理是相对明确的，但是在具体的编程实现的过程中还涉及很多具体计算过程，比如包络的求取、停止准则的选定等等，其中参数或者计算方式的变化都会影响到最终结果，MATLAB和python的EMD实现是两个不同的库，在这些细节之处难免存在差异（即使都是用在MATLAB上的官方库和第三方库之间都会有差异），所以使用python和MATLAB进行EMD分解得到的结果不同是正常现象。

在试用版代码中可以使用但是看不到源码，在完整版代码中可以看到全部源码。

2.提示No module named ‘PyEMD’，即使安装EMD-signal包后，from pyemd import EMD依旧失败

解决方法：

1.首先在终端运行：

pip uninstall PyEMD
pip uninstall EMD-signal

2.然后运行：
pip install EMD-signal

即可解决。