中文摘要：

非线性、非平稳信号处理是近年来数据分析领域的热点问题。本项目系统研究希尔伯特-黄变换（HHT）中经验模态分解（EMD）方法所存在的问题，深入挖掘经验模态分解（EMD）的算法思想，针对传统的EMD方法会引入极值点过冲和欠冲问题，提出将样条小波函数作为基函数，利用其良好的局部性质，直接计算数据的均值，提高计算效率，通过分析证明其可行性，给出一种新的EMD方法在数据分析方面的应用实例，证明算法具有良好的性能。基于样条小波函数的EMD算法将会给数据处理等领域提供一种新的、有效的分析方法，为多元数据分析方法奠定了良好的基础，具有重要的理论意义和应用价值。

结论摘要：

非线性、非平稳信号处理是近年来数据分析领域的热点和难点问题。本项目系统研究希尔伯特-黄变换中经验模态分解方法所存在的问题，深入挖掘经验模态分解方法，针对传统的EMD 方法会引入极值点过冲和欠冲问题，提出将小波函数作为基函数，利用其良好的局部性质，提高计算效率，给出一种新的EMD 方法在数据分析方面的应用实例。分别将三次样条函数、Db小波函数、双正交样条小波函数作为插值函数，进行对比误差分析，结果表明，利用小波函数实现EMD方法获取的固有模态函数比三次样条函数的精度高，而提取趋势项部分利用小波函数的优势不明显。基于小波函数的EMD 算法将给数据处理等领域提供一种新的、有效的分析方法，为数据分析方法奠定了良好的基础，具有重要的理论意义和应用价值。