现实中的信号（比如语音、心电、振动、地震波）通常不是单一频率，而是由多个不同频段的成分叠加而成。想要把信号拆开，传统方法要么用固定的滤波器（比如小波变换），要么让算法自动找分界点（比如经验小波变换）。前者太死板，后者有时会把有物理意义的频段拆乱。

这个算法（基于固定边界点的经验小波变换）的聪明之处在于：它让你自己说了算。你如果事先知道信号里有哪些频段是重要的（比如心电的QRS波在某个频率范围，电力谐波在基频的整数倍），就可以直接在频谱图上把这些频段的边界定下来。然后算法会为每个频段量身定制一个边界光滑的Meyer小波滤波器，再用这些滤波器把信号精确地分解成你想要的频带分量。这样一来，既保留了小波变换的时频局部化能力，又能把先验知识融入分解过程，让结果更有物理意义。

算法步骤

把信号变成频谱图 先对原始信号做傅里叶变换，看看它的频率成分长什么样。

在频谱上标出你想切割的频带边界 根据你的需要，在频谱上挑几个点作为分界线（比如5 Hz、10 Hz、20 Hz）。这些边界把频谱分成几个区间：最左边是低频段，中间是若干个中频段，最右边是高频段。

为每个频段造一个“光滑过渡”的滤波器 从最低频段开始，先用一个低通滤波器（尺度函数）把低频部分滤出来；接着对每个内部频段，造一个带通滤波器（小波函数），只让该频段的频率通过；最后对最高频段造一个高通滤波器。这些滤波器的边缘都是平滑的，不会在切割时产生“毛刺”。

用滤波器组把信号拆解 把原始信号的频谱分别与每个滤波器的共轭相乘，再变回时间域，就得到对应频段的时域波形。所有波形合在一起，正好还原成原始信号。

根据拆解结果做你想做的事 拿到这些分量后，你可以扔掉噪声频段、提取特征频段、或者分析每个分量的细节。