matlab自带HHT算法，最简洁的EMD分解

function imf = emd（x）
% Empiricial Mode Decomposition （Hilbert-Huang Transform）
% imf = emd（x）
% Func : findpeaks

x   = transpose（x（:））;
imf = [];
while ~ismonotonic（x）
   x1 = x;
   sd = Inf;
   while （sd > 0.1） | ~isimf（x1）
      s1 = getspline（x1）;
      s2 = -getspline（-x1）;
      x2 = x1-（s1+s2）/2;
      
      sd = sum（（x1-x2）.^2）/sum（x1.^2）;
      x1 = x2;
   end
   
   imf{end+1} = x1;
   x          = x-x1;
end
imf{end+1} = x;

% FUNCTIONS

function u = ismonotonic（x）

u1 = length（findpeaks（x））*length（findpeaks（-x））;
if u1 > 0 u = 0;
else      u = 1; end

function u = isimf（x）

N  = length（x）;
u1 = sum（x（1:N-1）.*x（2:N） < 0）;
u2 = length（findpeaks（x））+length（findpeaks（-x））;
if abs（u1-u2） > 1 u = 0;
else              u = 1; end

function s = getspline（x）

N = length（x）;
p = findpeaks（x）;
s = spline（[0 p N+1][0 x（p） 0]1:N）;