EEMD（Ensemble Empirical Mode Decomposition）的原理是在原始信號中加入多次不同的高斯白噪聲序列，通過經驗模式分解（EMD）多次處理這些加噪信號，最終對分解得到的每個本徵模態函式（IMF）取平均值，以此來減少模態混疊問題，提高分解結果的精度和穩定性。
EEMD是對原始EMD方法的改進，它通過引入噪聲數據和多次分解的概念，保證了分解結果的穩定性和準確性。EEMD方法利用高斯白噪聲頻率的均勻分布特性，通過改變信號的極值點特性，然後在多次EMD分解的基礎上對IMF進行總體平均，以此來抵消加入的白噪聲，從而有效抑制模態混疊的產生。這樣，EEMD能夠將複雜信號分解為一系列的IMF，從而便於信號分析和處理。