鉴于LCD方法存在的问题，本文提出了一种基于互相关匹配端点延拓局部特征尺度分解（Cross-correlation matching endpoint Extension Local Characteristic scale Decomposition，简称CELCD），由于LCD分解原理是依据信号的局部极值点信息不断进行筛分信号，在信号分解时需要先确定信号的局部极值点，而信号的两个端点可能不是极值点，因此在信号两端点就会出现虚假成分，且该现象随着分解的进行向数据内部扩散，产生端点效应，导致分解