diff --git a/README.md b/README.md
index 2dc2c041cab6ffa5f1978758127aa172c4465cde..f34cf7047e17566af40f1f2f8829018154d9c4b4 100644
--- a/README.md
+++ b/README.md
@@ -2,35 +2,73 @@
 
 #### 介绍
 
-信号分析
+snowland-wave 是一个专注于信号分析的Python库，提供了多种信号处理和分解方法。主要功能包括：
 
-1. 固有时间尺度分解(itd)
+1. 固有时间尺度分解（ITD）
+2. 经验模态分解（EMD）
+3. 奇异谱分析（SSA）
 
-2. 经验模态分解(emd)
-
-3. 奇异谱分析(ssa)
- 
+这些技术广泛应用于非线性和非平稳信号的分析，适用于如金融、生物医学、地球物理等多个领域。
 
 #### 软件架构
-软件架构说明
 
+该项目采用模块化设计，主要分为以下几个部分：
+
+- **核心模块（core）**：包含基础类和通用功能，如边界条件处理、极值点检测等。
+- **EMD模块**：实现经验模态分解相关算法。
+- **ITD模块**：实现固有时间尺度分解算法。
+- **SSA模块**：实现奇异谱分析算法。
+- **绘图模块（plot）**：提供可视化工具，用于绘制信号波形等。
 
 #### 安装教程
 
-使用一下方式安装
-1. pip 安装
-- pip install snowland-wave
+你可以通过以下方式安装 snowland-wave：
 
-2. 源码安装
+1. **使用 pip 安装**
+   ```bash
+   pip install snowland-wave
+   ```
 
-```bash
-git clone https://gitee.com/hoops/snowland-wave.git
-```
+2. **源码安装**
+   ```bash
+   git clone https://gitee.com/hoops/snowland-wave.git
+   cd snowland-wave
+   pip install -e .
+   ```
+
+#### 使用示例
+
+以下是一个简单的使用示例，展示如何使用 EMD 和 ITD 进行信号分解：
+
+```python
+import numpy as np
+from pywave.emd import EMD
+from pywave.itd import IntrinsicTimescaleDecomposition
 
+# 生成一个合成信号
+t = np.linspace(0, 1, 100)
+x = np.sin(2 * np.pi * 5 * t) + 0.5 * np.sin(2 * np.pi * 10 * t)
+
+# 使用 EMD 分解信号
+emd = EMD(wave=x)
+imfs_emd = emd.run(x, n=2)
+print("EMD 分解结果：", imfs_emd)
+
+# 使用 ITD 分解信号
+itd = IntrinsicTimescaleDecomposition(wave=x)
+imfs_itd = itd.run(x, n=2)
+print("ITD 分解结果：", imfs_itd)
+```
 
 #### 参与贡献
 
+欢迎参与贡献，帮助我们改进 snowland-wave：
+
 1. Fork 本仓库
 2. 新建 Feat_xxx 分支
 3. 提交代码
 4. 新建 Pull Request
+
+#### 许可证
+
+本项目遵循 MIT 许可证。详情请查看 LICENSE 文件。
\ No newline at end of file