（ eemd.m ）

%function allmode=eemd（YNstdNE）
%
% This is an EMD/EEMD program
%
% INPUT:
%       Y: Inputted data;1-d data only
%       Nstd: ratio of the standard deviation of the added noise and that of Y;
%       NE: Ensemble number for the EEMD
% OUTPUT:
%       A matrix of N*（m+1） matrix where N is the length of the input
%       data Y and m=fix（log2（N））-1. Column 1 is the original data columns 2 3 ...
%       m are the IMFs from high to low frequency and comlumn （m+1） is the
%       residual （over all trend）.
%
% NOTE:
%       It should be noted that when Nstd is set to zero and NE is set to 1 the
%       program degenerates to a EMD program.（for EMD Nstd=0NE=1）
%       This code limited sift number=10 the stoppage criteria can‘t change. 
%
% References:   
%  Wu Z. and N. E Huang （2008） 
%  Ensemble Empirical Mode Decomposition: a noise-assisted data analysis method. 
%   Advances in Adaptive Data Analysis. Vol.1 No.1. 1-41.  
%
% code writer: Zhaohua Wu. 
% footnote:S.C.Su 2009/03/04
%
% There are three loops in this code coupled together.
%  1.read data find out standard deviation devide all data by std
%  2.evaluate TNM as total IMF number--eq1. 
%    TNM2=TNM+2original data and residual included in TNM2
%    assign 0 to TNM2 matrix
%  3.Do EEMD NE times-------------------------------------------------------------loop EEMD start
%     4.add noise
%     5.give initial values before sift 
%     6.start to find an IMF------------------------------------------------IMF loop start
%     7.sift 10 times to get IMF--------------------------sift loop  start  and end
%     8.after 10 times sift --we got IMF
%     9.subtract IMF from data and let the residual to find next IMF by loop
%     6.after having all the IMFs---------------------------------------------IMF loop end
%     9.after TNM IMFs the residual xend is over all trend
%  3.Sum up NE decomposition result-------------------------------------------------loop EEMD end
% 10.Devide EEMD summation by NEstd be multiply back to data
%
% Association: no
% this function ususally used for doing 1-D EEMD with fixed 
% stoppage criteria independently.
%
% Concerned function: extrema.m 
%                     above mentioned m file must be put together

function allmode=eemd（YNstdNE）

%part1.read data find out standard deviation devide all data by std
xsize=length（Y）;
dd=1:1:xsize;
Ystd=std（Y）;
Y=Y/Ystd;

%part2.evaluate TNM as total IMF numberssign 0 to TNM2 matrix
TNM=fix（log2（xsize））-1;
TNM2=TNM+2;
for kk=1:1:TNM2 
    for ii=1:1:xsize
        allmode（iikk）=0.0;