《信号处理之HHT》PPT课件.ppt

《《信号处理之HHT》PPT课件.ppt》由会员分享，可在线阅读，更多相关《《信号处理之HHT》PPT课件.ppt（29页珍藏版）》请在三一办公上搜索。

1、信号处理与数据分析,位礼奎2016年4月,希尔伯特-黄变换,中国矿业大学,内容概要,概述固有模态函数（IMF）的概念经验模态分解（EMD）希尔伯特-黄变换EMD和HHT的应用,一、概述,各类信号处理方法的特点傅里叶变换：整体变换，不能表示随时间变化的频率，只适应于分析线性平稳信号；STFT：可分析非平稳信号，但时-频窗是固定的，只可分析缓变信号；小波分析：具有多分辨率性，但没有局部自适应性；希尔伯特-黄变换（HHT）：针对非平稳信号提出的。,希尔伯特-黄变换的概念 希尔伯特黄变换（HHT）是20世纪末由N.E.Huang等人首次提出的一种新的信号分析理论方法。其主要创新：固有模态函数（Intr

2、insic Mode Function,IMF）和经验模态分解（Expierical Mode Decomposition,EMD）.通过EMD，将信号分解成IMF之和，对每个IMF做Hilbert变换，可以得到有意义的瞬时频率，从而给出频率随时间变化的精确表达。HHT是一种新的自适应时频分析方法，消除人为因素。分辨率高，时频聚集性好，适合非平稳非线性分析。,二、固有模态函数（IMF）的概念,固有模态函数（IMF）的概念 IMF需满足以下两个条件：在整个数据集中，极值点的个数与零交叉点的个数必须相等或至多相差一个点。在任意时刻，由极大值点构成的上包络和由极小值点构成的下包络的均值为零。其中第一

3、个条件类似于高斯正态平稳过程的传统窄带要求，而第二个条件可以保证由IMF求出的瞬时频率有意义。之所以称这样的分量为固有模态函数，是因为它表示了信号中振荡的模式。,IMF举例,IMF举例的说明 上页图(a)给出了典型的IMF。图中极大值点和极小值点共 13个，而过零点共13个，所以图示信号满足条件（1）。上包络v1(t)和下包络v2(t)对t轴是对称的，所以上下包络的均值为零，满足条件（2）。图(b)给出了非IMF的示意图。图中上包络v1(t)与下包络v2(t)显然不关于时间轴对称，其均值不为零；极大值点与极小值点共有12个，而过零点只有7个。这个信号不满足条件（1）和条件（2），所以它不能作为

4、IMF。,IMF的进一步说明 Hilbert变换中，瞬时频率定义为相位函数相对于时间的一阶导数。一个信号只有在它关于信号均值局部对称下才能定义瞬时频率。IMF表示了信号中振荡的模式，与信号的瞬时频率密切相关。对于每一个IMF，其瞬时频率可求。实际应用中的信号大多不是IMF，因此用Hilbert变换不易描述瞬时频率。为了获得瞬时频率，需要将信号分解为IMF。IMF不再要求窄带，可以是幅度频率调制的。,三、经验模式分解（EMD）,经验模式分解（EMD）是Huang等人引入的一个对信号进行分解，以获得IMF的方法，又称为筛法；三个假设：信号至少有一个极大值点和一个极小值点；特征时间尺度有极值点间的时

5、间推移定义；如果整个信号只包含曲折点而不包含极值点，可以先微分 一次或多次找到极值点，然后再所得到的分量进行积分以得到最后结果。,EMD分解原理图,EMD分解举例【例】复合信号的分解 设信号由3各信号复合而成：（1）频率为5Hz、幅度为0.5的三角波；（2）频率为2Hz、幅度为0.5的正弦波；（3）频率为0.5Hz、幅度为1的正弦波。采样频率为100Hz，共1000个样本点，进行信号分解。,EMD分解,进一步说明 EMD分解得到的第1个分量IMF1包含了原信号中5Hz的三角波，然后依次提取出2Hz的正弦波和0.5Hz的正弦波。表示信号的中心趋势，可以看出其幅度几乎为零。3个IMF分量与原信号的

6、相关系数都接近1。因此，EMD分解结果准确地反映了信号的自身的特点。,四、希尔伯特黄变换,希尔伯特黄变换（HHT）的概念 希尔伯特-黄变换是Huang等人在1998年提出经验模式分解方法后，并引入了Hilbert谱的概念和Hilbert谱分析方法。美国国家航空和宇航局（NASA）将这一方法命名为Hilbert-Huang Transform，简称HHT，即希尔伯特-黄变换。其主要内容包括：EMD分解和希尔伯特谱。,HHT的主要内容 通过EMD分解，将信号分解成各IMF（一般为有限数目）之和。对每个IMF进行Hilbert变换，可以获得有意义的瞬时频率，从而给出频率随时间变化的精确表达。信号最终

7、被表示为时频平面上的能量分布，称为Hilbert谱。进而还可以得到边际谱。,HHT的用途 HHT是一种新的具有自适应的时频分析方法；它可根据信号的局部时变特征进行自适应的时频分解，消除了人为因素；克服了传统方法中用无意义的谐波分量来表示非平稳、非线性信号的缺陷；可得到很高的时频分辨率，具有良好的时频聚集性；非常适合对非平稳信号和非线性信号进行分析。,HHT的关键技术问题 曲线拟合问题：直接影响EMD分解的结果，从而影响HHT的完善与应用。目前采用的方法：三次样条插值法；分段幂函数法；改进的三次样条插值法。端点处理问题：有限长数据端点处理，采用的方法：特征波法；镜像延拓法；边界全波法；波形匹配预测法,五、EMD和HHT的应用,EMD和HHT的应用地球物理生物医药结构分析设备诊断,谢谢！,