噪声自适应完备总体平均经验模态分解(Complete EEMD with Adaptive Noise，CEEMDAN)

EEMD通过添加高斯白噪声并进行平均的方法，解决了EMD的模态混叠问题。但其会因为白噪声残留较大，导致筛分次数增加，以及分解失败，因而计算效率不高。针对以上问题，Torres等提出了一种噪声自适应完备总体平均经验模态分解(Complete EEMD with Adaptive Noise，CEEMDAN)方法。该方法特别适合ECG信号处理。