ceemdan分解算法

CEEMDAN（Complex Ensemble Empirical Mode Decomposition with Adaptation Noise）是一种改进版的Empirical Mode Decomposition (EMD) 分解算法。它是在经典EMD的基础上引入了复数分析和小波包的概念。CEEMDAN的主要特点在于：

1. **复杂ensemble**：通过处理信号的实部和虚部，它利用一组随机正交基函数来适应性地分解信号，使得分解结果更为稳定。

2. **噪声自适应**：在分解过程中，它能够自动识别并适应信号中的非平稳噪声，并将其作为独立的小波包分量分离出来，提高去噪效果。

3. **模态重构**：每个分解得到的模式（IMF - Intrinsic Mode Function）都是复数形式，包含了信号的信息和频率成分。

CEEMDAN常用于复杂的、有噪声的时间序列数据分析，如信号识别、故障诊断和气候变化研究等。