记录一下论文写作和算法研究过程中，和同行讨论产生的一些有意义的总结—CEEMDAN 和 EEMD 和CEEMD

问：一个信号加入白噪声 有什么影响呀
答：优点：白噪声是多组互相独立的序列，混到原始数据里面去，就可以帮助分解算法将原始数据里面难以分开的模态（如两个模态频率特新很相近，即模态混叠问题）利用白噪声这种特新，放大他们的不相关程度，从而得以提取出原来不可分的两个模态。这是我研究后的理解，文章中可以不用说这么细
缺点：如果白噪声序列都是正序列（一般是0-1的“随机”数），那么加入白噪声后，得到的所有模态相加起来得不到原始序列，会多出来加入的白噪声（分解得到的模态越多，混入的白噪声越多），从而增大了重构误差。所以提出了改进算法如CEEMD和CEEMDAN，原理就是白噪声序列有正有负，在分解过程中可以相互抵消，减小重构误差。