HHT变换在地球物理中的应用现状及前景_李彦军

合集下载

HHT在激光云高仪后向散射信号处理中的应用

HHT在激光云高仪后向散射信号处理中的应用
摘 要 : 据半导体激光云 高仪后 向散射信 号的特 点 , 于希 尔伯特一 变换( HT提 出了一种 突出后 向 根 基 黄 H ) 散 射信号 细节特征 的处理 方法。 方法有效地发挥 了 H T对 非线性 、 该 H 非平稳信号 处理 的能力 , 从原始后 向
散 射信号 中分别 重构 出初 步去噪项和信号趋势项并 实现二者 的结合 ,从 而生成全新 的经特征 突出的后 向
中 图 分 类 号 :T 2 81 N 4. 文献 标 志码 : A 文 章 编 号 :l0 — 26 2 1 )2 0 9 — 7 o 7 2 7 (0 20 — 3 7 0
Ne m e ho f l r c io e e c s a t r sg lp o e sn w t d o i da e l m t r ba k c te i na r c s i g b s d o ib r — u n r nso m a e n H l e tH a g t a f r
HH T o ln a a d n n tto ay in l r c s ig a a ii e .Th p e i i aiy d n ie sg a tr S n nie r n o sai n r sg a p o e sn c p b l i s t e r l n rl e os d i n l e m m a d sg a r n e r e o tu td r s e tv l r m e o gia a k c te in .t e c mbia o n i n tl d tr we e r c ns ce e p c e y fo t r n b c s atr sg a h o l e m r i h i l 1 ntn i o t w a a he e f bo h s c iv d, a d rn n w b c s atr in l n b a d e a k c t sg a wa g n r td fe f au e x c o e s e e ae atr e tr e  ̄a f n. La g i r e

python希尔伯特黄变换的时频谱

python希尔伯特黄变换的时频谱

Python希尔伯特黄变换(Python Hilbert-Huang Transform,简称HHT)是一种复杂非线性信号分析方法,结合了希尔伯特变换和黄变换的优势,能够有效地对非线性和非平稳信号进行时频谱分析。

本文将从HHT的原理、基本步骤和Python实现方法三个方面进行介绍。

一、HHT的原理1.希尔伯特变换希尔伯特变换是一种将实数信号转换为解析信号的数学方法,通过对原信号进行傅立叶变换得到频谱信息,再对频谱信息进行一定的处理得到解析频谱,从而实现信号的解析表示。

希尔伯特变换的核心是求出原信号的解析函数,即原信号的复数形式,其中实部是原信号本身,虚部是原信号的希尔伯特变换。

希尔伯特变换在信号处理领域有着广泛的应用,能够提取信号的瞬时特征,对非平稳信号进行时频分析具有很高的效果。

2.黄变换黄变换是一种局部线性和非线性信号分解方法,可以将非线性和非平稳信号分解成若干个固有模态函数(Intrinsic Mode Function,简称IMF)的线性组合。

黄变换首先对原信号进行极值点的提取,然后通过极值点之间的插值得到包络线,再将原信号减去包络线得到一维信号,并对得到的一维信号进行数据挑选和插值,最终得到IMF。

多次重复以上步骤,直到原信号能够被分解为若干个IMF,再通过IMF的线性组合得到原信号的近似表示。

3.HHT的结合HHT将希尔伯特变换和黄变换结合在一起,利用希尔伯特变换提取信号的瞬时特征,再通过黄变换将信号分解成若干个IMF,从而能够更准确地描述信号的时频特性。

HHT的优势在于能够适用于非线性和非平稳信号,对信号的局部特征具有很好的描述能力,因此在振动信号分析、生物医学信号处理等领域有着广泛的应用。

二、HHT的基本步骤1.信号分解HHT首先对原信号进行希尔伯特变换,得到信号的瞬时频率特征,然后通过黄变换将信号分解成若干个IMF。

2.IMF的提取针对得到的IMF,需要对每个IMF进行较为严格的判别,确定其是否符合IMF的特征:极值点交替出现、包络线对称、局部频率单调。

HHT的改进及其在时频信号分析中的应用研究

HHT的改进及其在时频信号分析中的应用研究
ee si ainsa e mo e a c r t . tre t to r r c u ae m
Ke wor s: e i c l y d mp r a mo e e o o iin; Hib a— a ta so ms; o e h o a d n e s o t i d d c mp st o l e Hu ng r n fr v r o t n u d rh o ; s
s o t p o l m ig c b c s ln n epoa in meh d f rt e e te m n eo e .Ba e n t he h o ” rb e byusn u i p i e i tr l t t o o h x r mu e v lp s o s d o het — oyo r fEmp rc l i a Mo e De o o iin, a me h d o n r a i g t e e te on s i t h xr me e i d c mp sto t o f i c e sn h xr me p it n o t e e te s - q e c s p o o e . Co i i g wih t e b u day e d on xe so t o u n e i r p s d mb n n t h o n r n p ite tn in meh d,t i t o a mprv h s meh d c n i oe
te “o e s o ta d u d rh o ” p o l m n e r c u a e sg a h r ce si s Fo h v rh o n n e s o t r b e a d g tmo e a c r t i n lc a a tr tc . i r ̄e e c d qu n y mo -

改进的HHT变换在光纤振动模式识别中的应用

改进的HHT变换在光纤振动模式识别中的应用

改进的HHT变换在光纤振动模式识别中的应用王艳歌;程丹;刘继红【摘要】针对双马赫-曾德尔(M-Z)干涉型光纤振动传感系统输出信号非线性、非平稳特点,提出基于互补总体经验模态分解(CEEMD)的希尔伯特-黄变换(HHT)模式识别算法.该算法采用CEEMD将振动信号分解成多个本征模态函数(IMF),利用各阶IMF的归一化自相关函数筛选出噪声分量进行中值滤波;然后对各阶IMF分量做Hilbert变换,基于Hilbert边际能量谱构造特征向量;最后利用概率神经网络(PNN)实现振动信号的模式识别.对四种典型光纤振动信号的实验验证表明,算法的平均正确识别率最低可达85%.【期刊名称】《现代电子技术》【年(卷),期】2019(042)009【总页数】4页(P22-25)【关键词】HHT应用;光纤振动传感技术;模式识别;双马赫-曾德尔干涉仪;互补总体经验模态分解;信号分解;信号消噪;信号特征提取【作者】王艳歌;程丹;刘继红【作者单位】西安邮电大学电子工程学院,陕西西安 710121;西安邮电大学电子工程学院,陕西西安 710121;西安邮电大学电子工程学院,陕西西安 710121【正文语种】中文【中图分类】TN911.7-34;TP391.40 引言分布式光纤振动传感技术主要用于仓库、机场、管道、电缆线路等场所,对环境的实时监测具有重要意义。

基于双马赫⁃曾德尔(Mach⁃Zehnder,M⁃Z)干涉原理的传感结构因具有监测距离长、灵敏度高、抗电磁干扰等优点,在分布式光纤振动传感系统中应用广泛[1⁃3]。

对系统输出的非线性、非平稳振动信号进行模式识别主要包含信号消噪、信号分解、特征提取和分类识别四个步骤。

其中,信号消噪和特征提取非常关键,将直接影响分类识别的准确性和实时性。

目前消噪算法主要基于小波理论设计[4⁃6],而特征的构造正在从单一的时域或频域向时频域结合过渡,以更好地反映信号频率随时间的细节变化[4⁃7]。

HHT综述

HHT综述

Hilbert-Huang变换理论发展与应用研究综述一、信号处理发展近几十年,伴随着科学技术的发展,以及不断增长的科学研究及工程实际的需要,信号分析技术得到了很大程度上的改进与提高,新算法不断涌现。

机械、建筑、航天、地震、气象等学科都由于信号分析技术的进步而促进了它们的发展,其成果与二、三十年以前的情况相比,已经更加成熟【1】。

信号分析技术的基础是Fourier分析方法,传统的信号分析与处理都是建立在Fourier变换的基础上的。

这一有力的工具将时域中采集的时间序列数据变换到频域中的谱【2】。

Fourier谱反映了振幅或能量随频率的分布,Fourier频谱分析是一种描述信号全局谱分布的方法,它对于研究一些描述时间过程的信号是非常重要的手段。

随着上个世纪七十年代发明了FT的离散快速算法FFT和计算机的广泛应用以来,Fourier分析方法在信号处理中占据了统治地位,它几乎用于所有类型的信号分析,但是以后的实践表明它并非对所有类型信号的分析都有效,Fourier分析存在严格的限制条件:被分析的系统必须是线性的;信号必须是严格周期的或者平稳的。

否则,谱分析结果将缺乏物理意义。

在实际中,我们仅仅能够分析有限时间长度的信号,因此为了验证所分析的信号是否满足平稳性要求,不得不作一些近似。

在自然现象或人工产生的环境中,几乎难以找到严格满足平稳性要求的信号。

我们所得到的信号,不论来自物理测量还是数学模型,都有可能面临下列一个或几个问题:(a)总的信号长度太短;(b)信号是非平稳(时变)的;(c)信号代表着非线性过程。

其中前两个问题是相关的,如果信号的长度比平稳过程的最大周期小的话,将表现出非平稳性,而在自然界,我们面临的大部分现象都是短暂的,所以非平稳性是普遍存在的,而平稳性是一种近似手段。

此外,许多自然现象能够被近似为线性系统,但严格地来说,任何一个系统都是趋于非线性的【3】,而且即使对于一个完美的线性系统,由于我们所采用的信号采集和分析方法并不完美,所以最终都有可能表现为非线性。

HHT总结(精品文档)

HHT总结(精品文档)

各位大牛,以及各位同仁今天我要兑现自己申请版主时的诺言,要把这一段时期在本版面上的关于HHT的一些帖子,还有我认为有争议的问题梳理一下,供大家参考。

当然这里面一定有很多不当之处,还希望大家能够批评指正,能使这一阶段的讨论发挥它应有的作用。

(先声名我们这里对于什么是EMD,HHT就不再赘述了,如有新手请自行查资料)第一部分:先了解HHT研究的背景、意义和现在从在的问题(因为只有先通过EMD求出经验模态函数(IMF),才能作Hlibert变换,所以我就在这里合起来用HHT代替了)(1)1807年,J.B.J傅立叶在热理论的研究中,提出了傅立叶信号分析理论,发明了傅立叶变换方法,搭建了从时域分析到频域分析的桥梁,使在时间域内难以观测到的信号特征,可以在频域内十分清楚地显示出来。

进一步的研究表明,许多事物的本质区别就在于频率不同,如可见光和紫外线,因此,信号的频率表示更能够深入的揭示和表征事物的本质。

也正因为这样,人们把傅立叶变换看成是信号分析发展史上具有里程碑意义的一件大事。

傅立叶分析理论虽然在信号分析理论的发展的过程中起了重要作用,但随着研究的深入,发现傅立叶变换是一种整体积分变换,存在一对基本矛盾:时域和频域的局部化的矛盾,即若想在时域上得到信号足够精确的信息,就得不到信号在频域上的信息,反之亦然。

此外,傅立叶变换是典型的线性变换并且是一种稳态变换,因此,傅立叶分析适合分析频率不随时间变化的线性、平稳信号,以及对信号做全局分析;不适合频率随时间变化的非线性、非平稳信号,以及对信号作局部分析,不巧的是,在机械故障领域,我们所采集的信号几乎都是非稳态、非线性的时变频率信号。

解决这个矛盾,不同的学者进行不同的探索,一部分学者把时间和频率进行联合分析,通过研究时间和频率的联合分布,即通过时频分析可以达到研究时变频率的目的,而且研究的难度会大为的降低。

按照这一思路,人们取得了大批的研究成果,提出了像短时傅立叶变换、Winger-Ville分布和小波分布等卓有成效的信号分析方法,使信号分析理论前进了一大步。

希尔伯特-黄变换在电力系统中的应用

希尔伯特-黄变换在电力系统中的应用
Ch i n a ;2 . Gu y a n g Mi n e C o . ,L t d . ,B a o t o u S t e e l Gr o u p C o r p o r a t i o n,B a o t o u 0 1 4 2 0 0,I n n e r Mo n g o l i a ,C h i n a )
摘要: 详 细 分 析 了Hi l b e r t — H u a n g 变 换 在 电力 系 统 谐 波 检 测 、
电力系统低 频振荡 以及 在 电力系统局 部 电晕放 电数据处理 中的应用现状 。最后指 出, H i l b e r t — H u a n g 变换克服 了其他方 法在信 号处理 中的弱点 , 它是一种处理 非线性 、 非平稳信 号 的有效方法 , 有利于电力系统的信号处理 。 关键词 : 希尔伯特一 黄变换 ; 经验模态分解 ; 电力 系统
o mp o s i t i o n;p o we r s ys t e m
线性特 性所 造成 的波形 畸变 。谐波 电流和谐 波 电压 对 电网造 成 污 染 , 使 电能 质 量 下 降 , 也 对 用 电设 备 和 电网周 围 的通 信 系统带来 危 害 。谐 波 的危害 越来
越 引起 人们 的关 注 , 消 除 电网谐 波 最 有效 的措 施是
s i g n a l s .
1 HH T 在 电 网谐 波 检 测 中的应 用
谐 波 是 由于 电力 系统 中某 些 设 备 和 负 荷 的 非
KEY W ORDS: Hi l b e r t — — Hu a n g t r a n s f o r m;e mp i r i c a l mo d e d e c — —

HHT变换讲义

HHT变换讲义

HHT变换讲义1.1简介传统的信号处理方法,如傅立叶分析是一种纯频域的分析方法。

它用频率不同的各复正弦分量的叠加来拟合原函数,也即用()ωf。

而()ωF在有F来分辨()ω限频域上的信息不足以确定在任意小范围内的函数()ωf,特别是非平稳信号在时间轴上的任何突变,其频谱将散布在整个频率轴上。

而且,非平稳动态信号的统计特性与时间有关,对非平稳信号的处理需要进行时频分析,希望得到时域和频域中非平稳信号的全貌和局域化结果。

在傅立叶变换中,人们若想得到信号的时域信息,就得不到频域信息。

反之亦然。

后来出现的小波(Wavelet)变换通过一种可伸缩和平移的小波对信号变换,从而达到时频局域化分析的目的。

但这种变换实际上没有完全摆脱傅立叶变换的局限,它是一种窗口可调的傅立叶变换,其窗内的信号必须是平稳的。

另外,小波变换是非适应性的,小波基一旦选定,在整个信号分析过程中就只能使用这一个小波基了。

HHT(Hilbert-Huang Transform)技术是(1998年由NASA的Norden E Huang 等提出的新的信号处理方法。

该方法适用于非线性非平稳的信号分析,被认为是近年来对以傅立叶变换为基础的线性和稳态谱分析的一个重大突破。

目前HHT 技术已用于地球物理学和生物医学等领域的研究,并取得了较好的结果。

存在的问题尽管HHT技术在处理非线性、非稳态信号方面有很大的优势,但是这个方法本身还是有许多的问题有待进一步研究。

正如Huang 在文章中指出的那样,对于这种新的信号处理方法,其基的完备性还需要严密的证明。

另外,在做Hilbert变换时出现的边界效应也需要更好的方法来解决。

但是,HHT技术中最严重,也是现今研究的最多的是EMD 分解中的包络过程。

从对EMD分解方法的介绍可以看出,包络线的构造影响着整个分解的结果,也决定了后面的Hilbert变换。

Huang 采用的三次样条插值来拟和包络线。

在实际应用中,发现这样做会产生严重的边界效应,污染了原始数据。

HHT变换在地球物理中的应用现状及前景_李彦军

HHT变换在地球物理中的应用现状及前景_李彦军

第7卷第5期2010年10月CHIN ESE JO U RN A L O F EN GI NEERIN G G EOP H YSICSV ol .7,N o .5O ct .,2010文章编号:1672—7940(2010)05—0537—08doi :10.3969/j .issn .1672-7940.2010.05.003HH T 变换在地球物理中的应用现状及前景李彦军1,胡祥云1,何展翔2(1.中国地质大学地球物理与空间信息学院,武汉430074;2.东方地球物理勘探有限责任公司,涿州072751)基金项目:国家科技重大专项课题(编号:2008ZX05019-007)资助。

作者简介:李彦军(1981-),男,内蒙古呼和浩特人,硕士研究生,研究方向为地球物理信号的分析与处理。

E -m ail :liyanjun198@胡祥云(1967-),男,江西吉安人,教授,主要研究方向为电磁法理论研究与资料处理解释。

E -m ail :xyhu @摘 要:时频分析的研究得到快速发展,推出了多达十余种时频变换方法,其中,H H T (Hilbert -HuangT ransfor m )分析是最为瞩目和引人注意的,其分析非平稳信号的优越性已被广泛证实,并被成功地应用于多个领域,取得很好的效果。

本文在简要介绍H HT 原理与算法的基础上,综述H HT 变换在地球物理中的应用现状及存在的主要问题。

关键词:希尔伯特-黄变换;时频分析;信号处理;地球物理中图分类号:P 631文献标识码:A 收稿日期:2010-08-10Application Situation and Prospects of Hilbert -HuangTransform in GeophysicsLi Yanjun 1,Hu Xiangyun 1,He Zhanxiang2(1.I ns titute o f Geo p hy sics and Geo matics ,China U niver sity o f Geo sciences ,W uhan 430074,China ;2.B GP ,C N PC ,Zhuoz hou 072751,China )A bstract :With the rapid development of time -frequency analy sis ,m ore than ten kinds of tim e -frequency transfo rmatio n methods have been introduced .A s the m ost prominent and interesting one ,H H T (H ilbe rt -H uang T ransfo rm ),w hose superio rity of analyzing no n -statio nary sig nal is w idely confirmed ,has been applied in many fields successfully and also achieved very go od results .This paper g ives brief introductio n of the H H T principles and algo rithms ,and then summ arizes its application situation and m ain pro blem s in g eo physics .Key words :Hilbert -Huang T ransfo rm ;time -frequency analy sis ;signal processing ;g eo -physics1 引 言以傅里叶变换为基础的频谱分析是经典信号分析方法,也是最基本的地球物理信号分析方法。

基于希尔伯特—黄变换(HHT)的地震作用结构损伤识别

基于希尔伯特—黄变换(HHT)的地震作用结构损伤识别

命、财产造成危害。

对于土木工程结构物,一旦建成投入使用后,除了材料自身性能会不断退化、老化外,还会受到风、地震、疲劳、超限、地震、人为因素等作用,从而导致结构或构件有不同程度的自然累积损伤和突发性损伤。

在科技如此发达的今天,人类仍无法完全避免爆发性的天灾人祸的袭击,往往造成结构突发性地严重损伤,甚至完全毁坏,对人类的生命、财产安全造成严重危害。

一系列自然界和人为的灾祸表明对结构物随时间变化的破坏程度作出具有工程意义的损伤指标并进行识别的重要性,尤其是对地震过程中以及震后结构破坏情况识别。

因为它不仅涉及到是否在震后对建筑物进行拆除或采取相应的加固措施,当地震荷载施加到重要性等级高的建筑时,我们更需要实时识别破坏的发生时刻,严重程度和大致位置。

=十世纪末的台湾集集大地震令中国抗震界人士记忆犹新【3】。

1999年9月21日凌晨1时47分12.6秒我国台湾省发生了震级ML7.3级的集集地震,震中位于北纬23.87度、东径120.75度的台湾南投县集集镇、车笼埔断层上,震源深约为7.0公里,主震持续102秒。

此次地震导致2412人死亡,11305人受伤;26831栋房屋全倒,24495栋房屋半倒。

图卜一1显示了震后房屋不同程度破坏情况。

蹦1—1台湾集集地震房屋破坏情况理想的损伤检测目标是对图l—l中2-#建筑在地震时的破坏过程作出实时识别,对1#建筑震后损伤情况作出评估。

对于一些担任着重要社会和政治功能的生命线工程,在设计时采取了较高的抗震等级措施。

一次地震灾害的发生一般伴随着一次或数次强震和若干次余震,建筑物可能不会在首次强震时完全破坏,但是由于损伤积累,不能保证它在后续地震时不随时倒塌。

1994年美国加州Northridge地震、1995年日本神户地震和1999年“9.21”台湾大地震中,一些0·80·70.6量0.5兰0.4△墨0·30·20.10.0MarginalSpectrum(C)FourierSpectrum5lO1520250Frequegcy(D)InstaneousEnergy510152025Frequency30405060Time(s)(E)续图3—4Elccntro分析结果65432lO枷枷啪啪啪枷姗。

地震波形的HHT特征提取和GMM识别研究

地震波形的HHT特征提取和GMM识别研究

地震波形的HHT特征提取和GMM识别研究作者:周海军,李磊来源:《黑龙江工业学院学报(综合版)》 2018年第4期地震波形的HHT特征提取和GMM识别研究周海军,李磊(滁州学院电子与电气工程学院,安徽滁州239000)摘要:研究了天然地震和人工爆破波形HHT变换的方法和对变换信号的前三个分量提取MFCC特征。

对提取的三个分量特征分别用GMM方法建立地震和爆破的判据模型。

其中,高斯混合模型的阶数为12阶,MFCC特征使用24维。

将训练样本MFCC特征经过建立模型验证MFCC判据的可行性。

在用建立的模型识别非训练样本数据,判断模型对未知震源类型的分类能力。

实验得知:第一个分量提取的MFCC特征的识别效果最好,MFCC特征参数是天然地震和人工爆破识别的有效判据。

关键词:地震;爆破;高斯混合模型;梅尔倒谱系数;识别中图分类号:P315.63文献标识码:A引言随着矿山、建筑等行业活动的持续增强,观测到的人工爆破事件越来越多,小当量的人工爆破事件和天然地震事件波形有很多相似之处。

而小当量的天然地震有可能是破坏性强震的前奏,因此,识别小当量的天然地震和人工爆破事件对大当量天然地震的预测具有一定的现实意义。

由于人工爆破和天然地震是非平稳、非线性的时变信号,观测到地震在传播路径上容易受到干扰,自身仪器也会影响信号的记录。

为了更好地识别震源类型,需要对震动信号处理,了解信号的谱特性和频域特性。

传统的信号处理方法小波变换、傅立叶变换在使用时[1],都要预先选取合适的基函数,变换时信号需要与基函数求卷积。

在实际的应用中,选取基函数需要通过实验方法验证,工作量较大,有时候也得不到理想的结果。

1998年,NordenE.Huang针对基函数和瞬时频率问题,经过深入的研究,提出经验模态分解(EMD,Empirical Mode Decomposition)的方法,并将分解量引入Hilbert谱分析方法[2-3],并将这一方法命名为Hilbert-Huang Transform,简称HHT。

hht变换的物理意义

hht变换的物理意义

hht变换的物理意义
Hilbert-Huang 变换(HHT)是一种经验数据分析方法,由 Norden E. Huang 等人在1998年提出。

其基本原理是将原始信号分解为一系列固有模态函数(Intrinsic Mode Function,IMF),然后对每个 IMF 进行 Hilbert 谱分析,得到信号的时频表示。

HHT 变换的主要目的是提取信号中的固有模态函数,这些函数可以反映信号的特征和结构,从而更好地理解信号的本质和物理意义。

IMF 需满足以下两个条件,以保证其所代表的信号瞬时频率具有实际物理意义:
- 函数在整个时间范围内,局部极值点和过零点的数目必须相等,或最多相差一个;
- 在任意时刻点,局部最大值的包络(上包络)和局部最小值的包络(下包络)均值为零。

基于HHT的矢量传感器瞬态信号方位估计

基于HHT的矢量传感器瞬态信号方位估计

基于HHT的矢量传感器瞬态信号方位估计
王逸林;蔡平;惠俊英
【期刊名称】《哈尔滨工程大学学报》
【年(卷),期】2008(029)003
【摘要】针对瞬态信号存在时间短、变化快,传统的信号处理方法很难对其进行方位估计的问题,将希尔伯特-黄变换与矢量信号处理相结合应用到水声领域,提出了矢量希尔伯特-黄变换的方法.利用希尔伯特-黄变换获取信号的瞬态信息,结合矢量信号处理宽带方位估计提出了矢量瞬时方位估计的概念,在此基础上发展了矢量希尔伯特-黄变换水声应用的理论框架.海试表明新理论在瞬态信号处理和单矢量传感器目标方位估计方面,其性能比常规方法有了明显的提高.
【总页数】5页(P256-260)
【作者】王逸林;蔡平;惠俊英
【作者单位】哈尔滨工程大学,水声工程学院,黑龙江,哈尔滨,150001;哈尔滨工程大学,水声工程学院,黑龙江,哈尔滨,150001;哈尔滨工程大学,水声工程学院,黑龙江,哈尔滨,150001
【正文语种】中文
【中图分类】TB566
【相关文献】
1.单矢量传感器信号处理方位估计 [J], 张李方;程锦房;何希盈
2.基于声矢量传感器阵的相干源高分辨方位估计 [J], 王海陆;冀邦杰;杨宝民;王耀

3.MEMS矢量传感器方位估计误差分析 [J], 刘宏;刘慧敏;张国军;宋小鹏;张文栋
4.基于α分布的单矢量传感器多目标方位估计 [J], 董姝敏;梁国龙;付进
5.基于AR谱的声矢量传感器阵方位估计 [J], 肖卫国;高翔
因版权原因,仅展示原文概要,查看原文内容请购买。

Hilbert-Huang变换及其在故障检测中的应用的开题报告

Hilbert-Huang变换及其在故障检测中的应用的开题报告

Hilbert-Huang变换及其在故障检测中的应用的开题
报告
一、选题背景
随着工业制造水平的不断提高,机械设备的工作效率和工作质量的要求也越来越高,这也要求对机械设备的故障进行快速、准确的检测与诊断。

与传统的基于频谱分析、小波变换等方法相比,Hilbert-Huang变换(HHT)是一种新方法,在信号处理、故障诊断等领域具有广泛的应用前景。

二、选题意义
HHT作为一种非线性自适应的信号处理方法,能够很好地处理非平稳信号。

在工业生产中,机械设备的工作状态都是非平稳的,因此HHT 在故障检测、诊断中具有很好的应用前景。

本文旨在探讨HHT在故障检测中的应用,为机械设备故障诊断提供一种新方法。

三、主要内容和方法
1. HHT的理论基础和算法原理
2. HHT在信号处理中的应用实例
3. HHT在故障检测中的应用案例
4. 对比分析HHT与传统方法在故障检测中的优缺点
5. 展望HHT在机械故障诊断中的发展前景
四、预期成果
通过本文研究,可以深入了解HHT的基本原理和应用方法,了解HHT在信号处理、故障检测等领域的具体应用案例,掌握HHT在机械故障诊断中的优缺点,并展望HHT未来在机械故障诊断中的发展前景。

这对于提高机械设备故障诊断的效率和准确率,具有积极的意义。

五、进度安排
1. 查阅资料、收集文献(2周)
2. 学习理论基础和算法原理(3周)
3. 分析HHT在信号处理中的应用实例(4周)
4. 研究HHT在故障检测中的应用案例(4周)
5. 对比分析HHT与传统方法的优缺点(2周)
6. 撰写论文、排版修改(4周)
总计15周。

HHT技术在地震活动趋势研究中的应用

HHT技术在地震活动趋势研究中的应用

HHT技术在地震活动趋势研究中的应用武安绪;岳晓媛;李平安;李国江【摘要】地震的孕育与发生过程是一非线性过程,它在不同时刻携带着不同的地震孕育信息。

利用处理非线性问题的方法,对地震活动进行研究与分析,挖掘与揭示其中所包含的特征信息,是进行历史地震活动分析与地震趋势统计预测的有效途径之一。

【期刊名称】《国际地震动态》【年(卷),期】2008(000)011【总页数】1页(P38)【作者】武安绪;岳晓媛;李平安;李国江【作者单位】北京市地震局,北京,100080;北京市地震局,北京,100080;北京市地震局,北京,100080;北京市地震局,北京,100080【正文语种】中文【中图分类】P315地震的孕育与发生过程是一非线性过程,它在不同时刻携带着不同的地震孕育信息。

利用处理非线性问题的方法,对地震活动进行研究与分析,挖掘与揭示其中所包含的特征信息,是进行历史地震活动分析与地震趋势统计预测的有效途径之一。

近年出现的HHT技术是一类新的非线性信号处理方法。

HHT技术是将信号作经验模态分解,它能有效地将信号的各种频率成分以固有模态函数的形式从时间曲线中分离出来。

不同的固有模态函数分量是平稳信号,具有非线性特征,其缓变波包特征意味着不同特征尺度波动的波幅随时间变化,因而也具有时间上的局域化特征,而固有模态函数则属于窄带信号,正好满足希尔伯特变换的要求。

对固有模态函数进行希尔伯特变换,得到的希尔伯特谱和小波谱具有近似特征,即包含时间、频率、振幅的三维离散骨架谱,但却提供了更加清晰详细的局部细节时频特征。

将HHT技术用于华北地区历史地震活动资料分析,得到了一系列地震活动的固有模态函数,再对其进行希尔伯特变换,对地震活动进行多尺度研究与动态周期分析。

综合分析地震活动多尺度演化特征与时频性质,可得如下认识。

(1)地震活动具有非线性与动态时变性,其强度可能有多个调频调幅信号组成,而不是简单周期叠加,具有加速或减弱交替变化特征。

近似熵结合HHT在脑电信号处理中的应用

近似熵结合HHT在脑电信号处理中的应用

Hilbert-Huang变换结合近似熵在脑电信号处理中的应用彭军强1*吴平东1殷罡1(1.北京理工大学机械与车辆工程学院,100081)摘要:Hilbert-Huang Transform(HHT)方法和近似熵方法都是信号处理中的非线性处理方法,近年来在非线性的脑电信号处理中有了不少研究和应用,取得了一些研究成果。

本文应用两种方法的结合提出了一种新的脑电信号处理方法,首先用HHT方法把脑电信号分解为多个内在的模式分量,然后求取其中能代表脑电非线性特性的2个分量的近似熵值,用其比值作为脑电的一个特征量。

通过对正常静坐、正常驾驶、疲劳静坐、疲劳驾驶4种脑电的实际分析处理,证明本文提出的方法可以更好的表现出脑电的非线性特征。

关键词:Hilbert Huang Transform(HHT);近似熵;脑电中图分类号R318 文献标识码 AApplication of Hilbert-Huang T ransform combiningApproximate Entropy in the EEG signal processingPENG Jun-qiang1, WU Ping-dong1, YIN Gang1(1.School of Mechanical and V ehicular Engineering, Beijng Institute of Technology, Beijing 10081)Abstract:Hilbert-Huang Transform (HHT) and Approximate Entropy methods both are nonlinear methods in the signal processing. In recent years, the two methods have been applied to the EEG signal processing and some research work has given some useful resolutions. Combining the two methods, the paper proposes a new method in the EEG signal processing, first, decomposing the EEG signal into several IMFs(Intrinsic Mode Function), second, calculating the APEN(Approximate Entropy) values of the two weights which can represent the EEG’s nonlinear characters, and the ratio of the two APEN values can be an eigenvector of the EEG. Applying this method to process four kinds of EEG signals, the results indicate that the method can abstract the nonlinear characters of the EEG signal more accurately.Key words:Hilbert-Huang Transform(HHT);Approximate Entropy(APEN);EEG0 引言脑电信号作为人脑思维活动的一种外在表现,在对人脑的工作方式,思维和意识的产生等方面的研究中起着重要的作用。

HHT在震动信号处理中的应用

HHT在震动信号处理中的应用

HHT在震动信号处理中的应用肖玲;吴建星;刘佳;陶慧畅【摘要】希尔伯特-黄变换是一种处理非线性、非平稳信号的方法,它的核心是经验模态分解(EMD),但是EMD分解存在模态混叠等不足现象,针对这个问题引入了总体平均经验模分解(EEMD)算法.对实测的震动信号分别做两种算法的分解得到固有模态函数(IMF),再对其结果进行能量分析,绘制瞬时频率图、希尔伯特谱,得到信号震源的真实时频特征量,以便进一步分析震源类型,从而可以更好地实时预测震动灾害发生的可能情况.【期刊名称】《工业安全与环保》【年(卷),期】2013(039)004【总页数】5页(P32-36)【关键词】希尔伯特-黄变换;经验模态分解;总体平均经验模分解;固有模态函数【作者】肖玲;吴建星;刘佳;陶慧畅【作者单位】武汉科技大学冶金矿产资源高效利用与造块湖北省重点实验室武汉430081;武汉科技大学冶金矿产资源高效利用与造块湖北省重点实验室武汉430081;武汉科技大学冶金矿产资源高效利用与造块湖北省重点实验室武汉430081;武汉科技大学冶金矿产资源高效利用与造块湖北省重点实验室武汉430081【正文语种】中文0 引言目前,井下实时在线监测监控技术广泛应用于安全领域,而对于实时监测的信号分析还有待进一步加强,震动信号是井下监测信号的一种,它可以预测预报井下采动地质灾害、瓦斯突涌以及井下突水等情况。

因此,对实时监测的震动信号进行准确、快速的分析判断是预测的前提。

现在对震动信号进行时频分析应用比较多的方法就是希尔伯特-黄变换(Hilbert-Huang Transform,HHT),它是一种处理非线性、非平稳信号的方法,克服了传统傅里叶变换发生频谱泄漏和栅栏效应、小波变换不能分离相近谐波等方法的缺点,创造性的提出了经验模态分解法(Empirical Mode Decomposition,EMD),从本质上对信号进行平稳化处理。

它能够将一个复杂信号分解成多个固有模态函数(IMF)分量之和,每个IMF 分量都反应了信号本身的物理信息,再对数据进行Hilbert 变换,计算各分量的瞬时频率等,得到信号的Hilbert 谱。

HHT方法在地震工程中的应用之初步探讨

HHT方法在地震工程中的应用之初步探讨

收稿日期:2003-03-18;修订日期:2003-06-25基金项目:黑龙江省自然科学基金资助项目(ED221)作者简介:公茂盛(1976-),男,山东沂南人,博士研究生,主要从事地震工程和强震观测研究.文章编号:1007-6069(2003)03-0039-05HHT 方法在地震工程中的应用之初步探讨公茂盛1,谢礼立1,2(1.中国地震局工程力学研究所,黑龙江哈尔滨150080;2.哈尔滨工业大学,黑龙江哈尔滨150090)摘要:详细介绍了一种新的非线性、非平稳信号的处理方法-HHT ,讨论了其有效性和优越性,简单介绍了其在地震工程中的应用前景,并利用HHT 处理了地震工程中常用El Centr o 地震记录,得到了该记录的振幅-频率-时间分布特性,并将得到的边际谱与傅立叶谱做了对比。

关键词:希尔伯特-黄变换;时频分析;经验模态分解;固有模态函数中图分类号:P315 文献标识码:ADiscussion on the application of HHT method to earthquake engineeringGONG Mao -Sheng 1,XIE L-i Li 1,2(1.Institute of Engineering M echanics,China Seismol ogical Bureau,Harbin 150080,China;2.School of CivilEngineering and Architecture,Harbin Ins titute of Technology,Harbin 150090,China)Abstract:In this paper,a new method HHT w hich is invented to deal w ith non -linear and non -stationary data is recommended detailedly,and its validity and advantag e are also discussed.The application future of HH T in the earthquake engineering is introduced in brief,and then,as an simple example,the amplitude -frequency -time distribution of the El Centro strong ground motion is analyzed by the HH T method and the comparison between the HHT marg inal spectra and Fourier spectra is also m ade.Key words:H ilbert -H uang Transform,time -frequency analysis,empirical mode decom position,intrinsic mode Function1 引言地震工程领域对各种振动信号分析所采用的最基本最常用的方法就是傅立叶频域分析方法。

HHT变换讲义

HHT变换讲义

HHT变换讲义1.1简介传统的信号处理方法,如傅立叶分析是一种纯频域的分析方法。

它用频率不同的各复正弦分量的叠加来拟合原函数,也即用()ωf。

而()ωF在有F来分辨()ω限频域上的信息不足以确定在任意小范围内的函数()ωf,特别是非平稳信号在时间轴上的任何突变,其频谱将散布在整个频率轴上。

而且,非平稳动态信号的统计特性与时间有关,对非平稳信号的处理需要进行时频分析,希望得到时域和频域中非平稳信号的全貌和局域化结果。

在傅立叶变换中,人们若想得到信号的时域信息,就得不到频域信息。

反之亦然。

后来出现的小波(Wavelet)变换通过一种可伸缩和平移的小波对信号变换,从而达到时频局域化分析的目的。

但这种变换实际上没有完全摆脱傅立叶变换的局限,它是一种窗口可调的傅立叶变换,其窗内的信号必须是平稳的。

另外,小波变换是非适应性的,小波基一旦选定,在整个信号分析过程中就只能使用这一个小波基了。

HHT(Hilbert-Huang Transform)技术是(1998年由NASA的Norden E Huang 等提出的新的信号处理方法。

该方法适用于非线性非平稳的信号分析,被认为是近年来对以傅立叶变换为基础的线性和稳态谱分析的一个重大突破。

目前HHT 技术已用于地球物理学和生物医学等领域的研究,并取得了较好的结果。

存在的问题尽管HHT技术在处理非线性、非稳态信号方面有很大的优势,但是这个方法本身还是有许多的问题有待进一步研究。

正如Huang 在文章中指出的那样,对于这种新的信号处理方法,其基的完备性还需要严密的证明。

另外,在做Hilbert变换时出现的边界效应也需要更好的方法来解决。

但是,HHT技术中最严重,也是现今研究的最多的是EMD 分解中的包络过程。

从对EMD分解方法的介绍可以看出,包络线的构造影响着整个分解的结果,也决定了后面的Hilbert变换。

Huang 采用的三次样条插值来拟和包络线。

在实际应用中,发现这样做会产生严重的边界效应,污染了原始数据。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

第7卷第5期2010年10月CHIN ESE JO U RN A L O F EN GI NEERIN G G EOP H YSICSV ol .7,N o .5O ct .,2010文章编号:1672—7940(2010)05—0537—08doi :10.3969/j .issn .1672-7940.2010.05.003HH T 变换在地球物理中的应用现状及前景李彦军1,胡祥云1,何展翔2(1.中国地质大学地球物理与空间信息学院,武汉430074;2.东方地球物理勘探有限责任公司,涿州072751)基金项目:国家科技重大专项课题(编号:2008ZX05019-007)资助。

作者简介:李彦军(1981-),男,内蒙古呼和浩特人,硕士研究生,研究方向为地球物理信号的分析与处理。

E -m ail :liyanjun198@胡祥云(1967-),男,江西吉安人,教授,主要研究方向为电磁法理论研究与资料处理解释。

E -m ail :xyhu @摘 要:时频分析的研究得到快速发展,推出了多达十余种时频变换方法,其中,H H T (Hilbert -HuangT ransfor m )分析是最为瞩目和引人注意的,其分析非平稳信号的优越性已被广泛证实,并被成功地应用于多个领域,取得很好的效果。

本文在简要介绍H HT 原理与算法的基础上,综述H HT 变换在地球物理中的应用现状及存在的主要问题。

关键词:希尔伯特-黄变换;时频分析;信号处理;地球物理中图分类号:P 631文献标识码:A 收稿日期:2010-08-10Application Situation and Prospects of Hilbert -HuangTransform in GeophysicsLi Yanjun 1,Hu Xiangyun 1,He Zhanxiang2(1.I ns titute o f Geo p hy sics and Geo matics ,China U niver sity o f Geo sciences ,W uhan 430074,China ;2.B GP ,C N PC ,Zhuoz hou 072751,China )A bstract :With the rapid development of time -frequency analy sis ,m ore than ten kinds of tim e -frequency transfo rmatio n methods have been introduced .A s the m ost prominent and interesting one ,H H T (H ilbe rt -H uang T ransfo rm ),w hose superio rity of analyzing no n -statio nary sig nal is w idely confirmed ,has been applied in many fields successfully and also achieved very go od results .This paper g ives brief introductio n of the H H T principles and algo rithms ,and then summ arizes its application situation and m ain pro blem s in g eo physics .Key words :Hilbert -Huang T ransfo rm ;time -frequency analy sis ;signal processing ;g eo -physics1 引 言以傅里叶变换为基础的频谱分析是经典信号分析方法,也是最基本的地球物理信号分析方法。

傅里叶变换只是一种信号的整体变换,要么只在时间域进行,要么只在频率域进行,仅能了解信号的全局特性,显然它只适合分析频率不随时间变 工程地球物理学报(Chine se Journal o f Eng ineering G eophysics) 第7卷 化的平稳信号[1]。

而对于时变的非平稳信号,如果仍采用傅里叶变换进行分析势必造成很大的偏差,为了解决此问题,时频分析方法应运而生[2]。

至今,时频分析技术已有六十多年的发展历史。

针对非平稳信号,时频分析技术可以给出信号在时间、频率域的二维表征。

为了得到信号更好的时频分布特性,国内外学者不断提出新的时频表示方法:短时傅里叶变换(STFT).Gabor变换,小波变换(W T),Wig ner-Ville分布(WV D),伪Wigner-Ville分布(PWVD),平滑伪Wig ner-Ville分布(SPWV D),Cohen类时频分布,放射类时频分布,重排类双线性时频分布,自适应核函数类时频分布,参数化时频分布等等[3]。

早期学者们提出的STF T和Gabo r变换,可以处理非平稳信号,但存在时频聚集性差,分辨率低的缺陷[4]。

后来出现的Wig ner-Ville分布,具有理论上最高的时频分辨率,达到了H eisenberg测不准原理的下界,可是由于它是二次型变换,所以有不可避免的交叉干扰项,当频率分量较多时可以淹没自项。

为了抑制或消除交叉干扰项,人们又提出了一系列的改进方法,如:PWVD,SPWVD,Cohen类时频分布,放射类时频分布,重排类双线性时频分布,自适应核函数类时频分布,参数化时频分布等。

然而不论如何改进,总是避免不了以降低时频分辨率或大幅增加计算量为代价。

由于小波变换具有时频窗可调和多分辨分析的优良特性,所以很多人在过去的十多年里热衷于此,希望在“小波”中找到满意的答案,确实在一些领域也得到了可喜的成果,然而由于其对信号分析结果的好坏在某种程度上过分依赖于小波基的选取,即小波基差异对结果影响较大,因而难以满足生产实践的需求。

直到1998年,美国国家航空航天局(NASA)首席专家No rden E.H uang(黄锷)和他的同事基于Hilbert谱发明了H ilbe rt-H uang变换(H H T)[5]。

2003年,N.E.H uang又对Hilbert 谱的算法和分布做了进一步的说明[6],为时频分析开辟了一条全新的道路。

H H T方法可以提取非平稳信号的局部均值曲线,将复杂信号分解为有限数量的分量函数,从而得到具有明显物理意义的瞬时频率谱和希尔伯特谱。

它比小波分析有更高的时频分辨率,且没有像WVD那样的交叉干扰项[7]。

本文将对H H T理论作简要表述,然后,介绍该方法在地球物理勘探中的应用现状。

2 Hilbert-Huang变换(HHT)理论2.1 HHT变换主要包含两个步骤[1]:1)对所要分析的时间信号x(t)做经验模式分解(EMD),把x(n)分解为满足Hilbert变换要求的n阶本征模式函数(IMF),即:x(t)=∑ni=1IMF i(t)+R(t)(1)2)对由x(t)分解出的每一阶IM F作Hilbert 谱分析,得到原信号x(t)的H ilbert时频谱,边际谱等。

2.2 经验模式分解(E M D)过程[8]:1)求出信号x(t)的所有极大值点和极小值点,并用三次样条插值形成上包络曲线u0(t)和下包络曲线d0(t);2)计算均值曲线m0(t),m0(t)=u0(t)+d0(t)/2;记:h1(t)=x(t)-m0(t)3)判断h1(t)是否满足下面的IMF条件,若不满足,令x(t)=h1(t),重复过程1),2);直到h n(t)满足IMF条件,记:c1(t)=h n(t);即得到第一个IM F。

IM F条件:①极值点数目和过零点数目相等或最多相差1个;②在任意点处,由局部极大值点和极小值点构成的2条包络线平均值为0。

4)从原始信号中分离出c1(t),得到残余信号:r1(t)=x(t)-c1(t),对r1(t)继续进行上述分解,从而得到一系列c i(t)(i=1,2,…,n)。

5)直到r i(t)为一单调信号或其值小于预先给定某一值时,EMD分解结束。

显然有: x(t)=∑ni=1c i(t)+r n(t)(2)从EMD分解过程可以看出,x(t)被分解成一系列的内蕴函数c i(t)(i=1,…,n)和一个趋势残余项r n(t),我们可称c i(t)为基函数,显然它与傅里叶变换的基函数(一系列恒定幅度与频率的正余弦函数),小波分析的基函数(预先选好的某一小波基)是不同的,它没有先给定基函数,而是自适应的分解出一系列基函数[9],因此更适合分538 第5期 李彦军等:HH T 变换在地球物理中的应用现状及前景析非平稳信号。

被分解原始信号进行EMD 分解后,可按不同工程上的具体需求实现重构。

3 Hilbert 时频谱对任意的时间序列x (t ),其Hilbert 变换y (t )定义[10]为:y (t )=1π∫+¥-¥x (τ)t -τd τ(3)可得到解析复信号:z (t )=x (t )+iy (t )=a (t )e i θ(t )(4)其中:a (t )=[x 2(t )+y (t )2]12,θ(t )=arctany (t )x (t )在希尔伯特变换的基础上,将瞬时频率定义[10]为:ω=d θ(t )dt (5)对前面所述的每个IM F 函数c i 做Hilbert变换:z i (t )=a i (t )e i ∫ωi(t )d t(6)则原信号x (t )可表示为:x (t )=∑nj =1c j(t )+r n(t )=∑n j =1Re (a j(t )e i θj (t ))+r n (t )=Re ∑n j =1a j (t )ex p (i ∫ωj (t )d t )+r n (t )(7)从式(6,7)可以看出H ilber t 变换与离散傅里叶变换的形式是类似的,所不同的是,离散傅里叶变换幅度和频率是常数,而H H T 每一阶IMF 的幅度和频率都是时间t 的函数,即每个IM F 分量都可以是幅度或频率调制的,这不但提高了信号分解的效率,也表明Hilbert -Huang 变换更适合分析时变的非线性、非平稳信号。

通过式(7)可以把原信号x (t )表示为振幅、瞬时频率和时间的三元函数,在以振幅为轮廓,以时间、瞬时频率为地面坐标的三维图中表示信号。

振幅的这种时频分布被定义为H ilbe rt 振幅谱,记作:H (ω,t ),简称为H ilbe rt 谱。

基于H ilbert 谱,边际谱定义[11]为:h (ω)=∫T0H (ω,t )d t(8)边际谱表达了每个频率在全局上的幅度(或能量)度量,它代表了在统计意义上同一频率所有数据振幅的累加。

相关文档
最新文档