RLMD（Robust Local Mean Decomposition，鲁棒性局部均值分解）是局部均值分解（LMD）的一种变种，它采用一种基于鲁棒性稀疏表示的方法，能够更好地处理带噪声的信号。与LMD方法相似，RLMD方法也将信号分解成多个局部均值和局部高频信号的叠加，但是它采用一种基于鲁棒性稀疏表示的方法来确定每个组分的权重，从而更准确地估计信号的局部时频特性，提高了信号分解的准确性。

RLMD方法的主要流程包括：

1. 对原始信号进行局部均值处理，得到一个局部均值函数；

(资料图片)

2. 将原始信号减去局部均值函数，得到一个局部高频函数；

3. 对局部高频函数进行1步骤到2步骤的迭代，得到多个局部均值函数和局部高频函数；

4. 鲁棒性稀疏表示，计算每个局部高频函数的权重；

5. 对最后得到的局部均值函数和局部高频函数，按照其权重进行加权，得到原始信号的分解结果。

RLMD方法具有较好的鲁棒性和去噪效果，适用于多种非平稳信号的分解，例如地震信号、医学信号等。但是，RLMD的计算量较大，且方法的分解结果不稳定，对一些复杂的信号分解效果可能较差。

（1）原始信号的组成

（2）RLMD分解的效果图

具体代码见：/o/bread/mbd-ZJqYmJ5q