首先，HHT中用到的EMD詳細介紹：https://wenku.baidu.com/view/3bba7029b4daa58da0114a9a.html
本文具體參考
為什么要用EMD？
對於信號的處理，可以是在頻域，時域，或者時頻域，其中信號在時頻處理的方法有小波變換和EMD，但是小波變換是基於指定小波基的分析，一旦指定小波基，就是的分解出來的模式固定，而對於不同信號的分析最好采用不同的小波基以達到最好的處理效果；對應的EMD的方法正好可以解決這個問題，EMD相當於是一種自適應正交基的時頻信號處理方法。也就是說對於一段未知的非線性非平穩信號的處理，不需要預先的分析與研究，就可以直接開始分解，這個方法會自動按照一些固定模式按層次分好，不需要人為干預與設置。
要理解EMD方法，就需要理解分析本征模態分量IMF
IMF指的是原始信號被EMD分解后得到的各層信號分量，我們通常認為任何信號都可以分解成若干個IMF的分量之和，IMF有兩個約束條件
（1）在整個數據段內，極值點和過零點的個數必須相等或者 相差最多不能超過一個
（2）任意時刻由局部極大值點形成的上包絡線和由局部極小值點形成的下包絡線的平均值為零
最后對於具體的EMD的分解過程
1）根據原始信號的上下極值點，分別畫出上下包絡線
2）求上下包絡線的均值，畫出均值包絡線
3）原始信號減均值包絡線，得到中間信號
4）判斷該中間信號是否是IMF（用上面的那兩個條件）如果不是以該信號為基礎重做1-4的分析
5）用上面的方法得到第一個IMF后，用原始信號減IMF1 作為新的原始信號， 再通過1-4的分析，可以得到IMF2，以此類推，完成EMD分解
在具體的應用中需要注意的是EMD分解過程中涉及到的：求解包絡線的時候端點效應，以及篩分過程和分解過程的停止准則
實際信號中一旦出現間歇性信號，采用EMD的分解方法會出現頻率混疊的現象，也叫模態混疊，具體的表現為一個IMF分量中存在多個尺度成分，或者是一個尺度成分在多個IMF分量中存在。
為了解決這個問題，人們提出了采用噪聲輔助處理方法，EEMD（總體經驗模態分解）以及CEEMD（補充總體經驗模態分解）。EEMD是在原始信號中加入白噪聲從而改變信號的極值點分布，而CEEMD則是在原始信號中加入一組噪聲信號來改變信號的極值點分布。
根據 Yeh 等人的研究，在加入相同數量以及相同幅值的白噪聲時，EEMD 剩余噪聲會隨着集成平均的次數而逐漸減小。CEEMD 的剩余噪聲一直維持在一個較小的程度，不論集成平均次數多少。在一定程度上使用 CEEMD方法進行信號分解，可以使用相對較少的集成平均次數，從某種意義上來說，CEEMD在保證小剩余噪聲干擾的情況下，能夠節省計算時間。