有意向获取代码，请转文末观看代码获取方式~

1 基本定义

TVFEMD (Time-Variant Filtered Empirical Mode Decomposition) 是一种信号分解算法，它是基于 EMD (Empirical Mode Decomposition) 方法发展而来的。

EMD是一种自适应的数据分析方法，可以有效地将复杂的信号分解为一系列固有模式函数（Intrinsic Mode Function，简称IMF）。然而，EMD在处理非平稳信号时，存在一些问题，如间歇性和模态混淆。为了解决这些问题，TVFEMD 方法在 EMD 的基础上引入了时变滤波器。

TVFEMD 方法的核心是采用时变滤波技术完成筛选过程，通过充分促进瞬幅和频率信息，自适应地设计了局部截止频率。这种方法可以根据信号的特性自适应地调整滤波器的频率响应，从而更好地提取出信号中的不同频率成分。

为了解决间歇性问题，TVFEMD 引入了一种截止频率调整算法。这种算法可以根据信号的局部特性调整滤波器的截止频率，从而更好地捕捉到信号中的高频成分。

为了提高低采样率下的性能，TVFEMD 提出了一种固有模式函数的带宽标准。这种方法可以根据信号的特性自适应地调整固有模式函数的带宽，从而更好地提取出信号中的低频成分。

总的来说，TVFEMD 是一种完全自适应的信号分解方法，适合于线性和非平稳信号的分析。与 EMD 相比，TVFEMD 可以提高频率分离性能和低采样率下的稳定性，并具有抗噪声干扰的鲁棒性。

2 出图效果

附出图效果如下：