1.一种自适应的信号分解方法，其特征在于包括如下步骤：步骤一：输入信号记为f(t)，其频域表示为初始化：k＝1，m＝1，n＝0， α0＝3，α1＝5；

其中，k为分量个数，n为循环次数， 为第n次循环k个分量数列 的频域表示，为第n次循环k个分量对应的中心频率，为拉格朗日乘子β的频域表示，αm表示k＝m时的带宽参数；

步骤二：n＝n+1开始外层循环；

步骤三：在ω＞0的前提下，按照下式更新α、αm+1＝αm-1+αm    (1)

其中，ρ为差值系数，取值为0；

步骤四：k＝k+1，m＝m+1，循环进行步骤三，循环停止条件为：D(I：f)＜δ，记下此时的分量个数k；

其中，δ为阈值，δ＜＜1，D(I：f)表示各分量之和∑kIk与输入信号f的互熵，计算式如下：式中，Ii为各分量之和的概率分布，Fi为 的概率分布；

互熵可以衡量两个随机分布之间的距离，当两个随机分布相同时，它们的互熵为零，当两个随机分布的差别增大时，它们的互熵也会随之增大；

步骤五：重复进行步骤二到步骤四，循环停止条件为：其中ε＜＜1；循环结束时，即可得到k个有效分量，k个分量之和为输入信号。

2.根据权利要求1所述的自适应的信号分解方法，其特征在于：步骤三中带宽参数采用斐波那契递进择优方式。

3.根据权利要求1所述的自适应的信号分解方法，其特征在于：步骤四中采用互熵作为循环停止条件；互熵可以衡量两个随机分布的距离，当两个随机分布相同时，它们的互熵为零，当两个随机分布差别增大时，它们的互熵也会增大。