随着科学技术的发展,非线性、非平稳信号的处理正成为工程实践和科学应用研究中的重要难题。传统的傅立叶分析要求系统是线性,数据具有严格的周期性或者是平稳性。因此,傅里叶分析以及建立在其基础上的短时傅里叶变换、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。经验模态分解方法(EMD)是近十年来出现的一种分析非线性、非平稳信号的新方法。该方法可以将复杂的信号分解为有限数量的本征模函数(IMF),对IMF分量进行Hilbert变换可以获得信号的时频分布。鉴于目前国内外对EMD方法的研究多限于软件应用方面,课题尝试结合FPGA、SOPC技术来实现EMD方法。针对EMD方法的实现过程及FPGA和SOPC的特点,本文探讨了在嵌入了Nios II CPU的SOPC中用C语言编程实现EMD方法的技术问题。论文所完成的工作如下:设计了系统硬件结构,并根据实际需要选择FPGA、片外SRAM和SDRAM、UART、片上RAM等功能块。并对外设的参数进行设置,构建起SOPC硬件平台。运用SOPC实现采集数据的EMD分解。利用一种简易的一次线性镜像估计处理信号的边缘效应,将存入片内RAM中的数据进行EMD分解,并将分解所得的IMF分量通过UART传至PC机,PC机端实现IMF分量的存储和显示工作。对实际信号进行了EMD分解,并比较了硬件分解与软件分解的差异,论述了硬件分解的优缺点。