在我十多年前刚开始测量生理信号并思考如何样来研究的时候，那时候就想到多个复变函数合成的模型。因为看传统文化的书籍，中医或易经易学，牵涉到定量部分的内容，思考一下就知道，千言万语，无非讲的就是一个高度非线性、非平稳复变函数合成的问题（当然同时含有模式识别的问题）。只是古代文化环境、用词，与现代科技术语天差地别，所以初看不容易搞清楚事情的本质。

    后来有了matlab软件，知道有一个Hilbert变换函数，就对信号数据作了一下Hilbert变换，想看看变换得到的解析信号的相位与自己身体种种感觉、症状的关系。结果与实际相差太大，只能放弃。

    近年来现代信号处理学科高速发展。其中基于EMD（经验模式分解）的 Hilbert-Huang变换（HHT），由于能够分解出具有物理意义的分量，较之以往只能在数学框架内实现分解的信号处理方式，是一种本质性的飞跃，因此现在在很多领域都得到了很好的应用。它也可以说是最符合我事先设想的一项信号处理技术。现在就来研究一下生理信号的Hilbert-Huang变换。

    将我2010年10月10日～2011年6月11日共245天的体温、血压及脉搏观测数据，合并以前的观测数据整理，得到1998年2月20日～2011年6月11日共4860天的体温信号序列TW486012、2003年6月17日～2011年6月11日共2917天的收缩压信号序列GY291712、舒张压信号序列DY291712、脉搏信号序列MB291712（都没有0均值化）。

    绘制一下各信号序列图：

subplot(2,2,1)%绘制子图
plot(TW486012)

subplot(2,2,2)
plot(GY291712)

subplot(2,2,3)
plot(DY291712)

subplot(2,2,4)
plot(MB291712)

    运行，得：

[imgid=0]
    图13-1  至2011年6月11日为止的各信号序列图

    下面先对各信号序列作EMD分解。

    这里说明一下，我用的HHT-EMD工具箱，是网上已经得到广泛认可并得到广泛流传的、由G.Rilling编写的HHT-EMD函数工具箱。

（1）对体温序列TW486012作EMD分解

imf_TW486012=emd(TW486012);

    运行后得到一个15*58320的矩阵imf_TW486012。这表示TW486012分解成了14个基本模式分量（或称“本征模函数”，intrisic mode function,简称imf）与1个残余项。58320是信号序列（时间）长度。

    看看各IMF分量图：

%TW486012的IMF分量图

for k=1:15

subplot(5,3,k)

plot(imf_TW486012(k,:))

end

    运行，得：

    图13-2 体温序列TW486012的IMF分量

（2）对收缩压序列GY291712作EMD分解 

imf_GY291712=emd(GY291712);

    运行后得到一个12*35004的矩阵imf_GY291712。这表示GY291712分解成了11个基本模式分量（IMF）与1个残余项。35004是序列（时间）长度。

%GY291712的IMF分量图

for k=1:12

subplot(4,3,k)

plot(imf_GY291712(k,:))

end

    运行，得：

    图13-3 收缩压信号序列GY291712的IMF分量

（3）对舒张压序列DY291712作EMD分解

imf_DY291712=emd(DY291712);

    运行后得到一个13*35004的矩阵imf_DY291712。这表示DY291712分解成了12个基本模式分量（IMF）与1个残余项。35004是序列（时间）长度。

%DY291712的IMF分量图

for k=1:13

subplot(5,3,k)

plot(imf_DY291712(k,:))

end

    运行，得：

    图13-4 舒张压序列DY291712的IMF分量

（4）对均压序列JY291712作EMD分解

JY291712=(GY291712+DY291712)/2;
CY291712=(GY291712-DY291712)/2;

    看看均压JY291712、差压CY291712的基本模式分量。之所以总是要把这两个变量数据拿来研究，目的还是要找出影响血压变化的最直接的因素。

imf_JY291712=emd(JY291712);

    运行后得到一个14*35004的矩阵imf_JY291712。这表示JY291712分解成了13个基本模式分量（IMF）与1个残余项。35004是序列（时间）长度。

%JY291712的IMF分量图

for k=1:14

subplot(5,3,k)

plot(imf_JY291712(k,:))

end

    运行，得：

    图13-5 均压序列JY291712的IMF分量

（5）对差压序列CY291712作EMD分解

imf_CY291712=emd(CY291712);

    运行后得到一个14*35004的矩阵imf_CY291712。这表示CY291712分解成了13个基本模式分量（IMF）与1个残余项。35004是序列（时间）长度。

%CY291712的IMF分量图

for k=1:14

subplot(5,3,k)

plot(imf_CY291712(k,:))

end

    运行，得：

    图13-6 差压序列CY291712的IMF分量

（6）对脉搏序列MB291712作EMD分解

imf_MB291712=emd(MB291712);

    运行后得到一个14*35004的矩阵imf_MB291712。这表示MB291712分解成了13个基本模式分量（IMF）与1个残余项。35004是序列（时间）长度。

%MB291712的IMF分量图

for k=1:14

subplot(5,3,k)

plot(imf_MB291712(k,:))

end

    运行，得：

    图13-7 脉搏序列MB291712的IMF分量

（本文首发于：http://blog.sina.com.cn/s/blog_6ad0d3de0100zhfb.html

首发时间：2011-09-13 12:21:54）