1998年，Huang等人提出：在对信号进行Hilbert变换之前，先把信号做一个经验模态分解(empirical mode decomposition，EMD)，基于Hilbert变换的信号处理方法，能够有效提取出非线性、非平稳信号的瞬时特征参数和Hilbert谱，从而使信号分析更加准确。该方法从本质上讲是对一个信号进行平稳化处理，其结果是将信号中不同尺度的波动或趋势逐级分解，产生一系列具有不同特征尺度的数据序列，每一个序列称为一个内模函数(intrinsic mode function，IMF)。内模函数IMF能使Hilbert变换求出的瞬时频率具有真实的物理意义。 但是该方法它本身也存在不足之处，在利用三次样条插值求上下包络时，由于不能确定两端点处的极值，使得拟合出的包络线有可能偏离实际的包络线，这种现象将严重影响EMD分解的质量。针对这个问题，许多抑制边缘效应的方法已经提出，但这些方法都各自存在着缺陷，不能很好的抑制边缘效应。本文采用相空间最近邻非线性自适应预测法来处理EMD边缘效应，该方法改变以往用时间序列过去的时间点预测将来值的方法，采用相空间中过去的最近邻点来进行预测．能更好的反映信号的未来信息。 为了证明该方法的有效性，论文首先仿真两个非线性信号，用本文中提出的相空间最近邻非线性自适应预测法处理过的EMD分解该信号，同时把该方法运用于超声多普勒血流信号的分解，并且和未经过端点处理的EMD分解结果进行比较。实验结果显示，该方法是有效的。