信号分析是对信号基本性质的研究,在理论研究和实际工程应用中不可或缺的部分。经验模态分解(EMD)方法是近年来出现的一种分析非线性、非平稳信号的新方法。它能有效解决傅里叶分析以及建立在傅里叶变换上的时频分析方法如短时傅里叶变换、Wigner-Ville分布和小波变换等不能很好地分析非线性、非平稳信号的问题。使用这种方法可以将复杂的数据信号分解,最后分解为有限数量的本征模函数(IMF),可以有效地提取一个数据序列的趋势或去掉该数据序列的均值。目前,对EMD方法的应用多是限于软件,软件的使用具有自身的优点,但又极大地依赖于计算机的性能。实验表明,一段过大的数据量,计算机往往要执行几秒钟,甚至更长。因此,使用软件进行算法的实际应用不具有良好的实时性。这就迫切需要我们寻找一种替代方法解决运算时间较长的问题。本文主要研究了基于DSP的EMD算法实现技术。设计了电源模块、处理器模块、存储器模块、数模转换电路等硬件电路;根据EMD算法的实现过程,设计了总体算法流程;在DSP的专用开发环境CCS上编写了FFT及初始化程序,并根据EMD算法研究了极值点与IMF分量的判断标准。文中提出一种对EMD算法的改进方法,即引入FFT变换对IMF分量进行筛选,从而判断低频分量个数的方法。最后分别对已知信号和非平稳信号进行FFT变换,结果表明,本文提出的用FFT变换判断IMF分量个数的改进措施是可行的。