地铁引起地面振动信号的谱分析

应用正交Hilbert—Huang变换,对地铁引起的地面振动信号进行频谱分析．首先,利用正交的经验模式分解方法,得到地铁引起地面振动信号的相互间完全正交的固有模式分量,对各阶固有模式分量进行Hilbert谱分析,进而得到Hilbert边际谱．然后,通过对地面振动信号的Hilbert边际谱进行分析,获得其频谱特性．将地铁引起地面振动信号的Hilbert边际谱和Fourier谱进行比较,指出两种谱分析方法分析地铁引起地面振动信号频谱特性的差异．最后根据Hilbert变换的线性性质,得到消除背景振动、纯粹由地铁运行引起地面振动的频谱特性．     

Hilbert能量谱及其在齿轮故障诊断中的应用

将Hilbert—Huang变换引入齿轮故障诊断，提出了局部Hilbert能量谱的概念，同时建立了一种基于Hilbert—Huang变换的齿轮故障诊断方法：Hilbert能量谱方法。该方法首先采用EMD方法将齿轮故障振动信号分解为若干个固有模态函数(Intrinsic Mode Function，简称IMF)之和，然后选择包含故障信息的IMF分量进行Hilbeft变换得到局部Hilbert能量谱。在局部瞬时能量图中可以发现，齿轮故障振动信号具有明显的冲击特征，从而可进一步对齿轮故障进行诊断。     

希尔伯特-黄变换及其应用

近年来，基于时频变换理论、用于处理非平稳信号的一种新的变换方法——Hilbert—Huang变换（Hilbert—Huang Transform，HHT）在各个行业得到越来越广泛的应用。HHT方法能够对非线性、非平稳信号进行处理，不需事先确定基函数，是一种更具适应性的时频局部化分析方法。[第一段]     

酉基和非交换小波

传统小波分析研究了Hilbert函数空间上确定的正交基．利用非交换小波方法，构造了小波基．证明了在非交换条件下，能够选择标准正交基向量作为任何固定序的酉算子．使用算子代数上的酉基研究了二元函数的代表，并讨论了其收敛性,构造了M2(R)上的酉基，并用张量积方法构造了M2^n(R)上的酉基．用这组基对图形进行分解，并将分解后的系数矩阵用于图像信息的隐藏与加密．     

基于Hilbert-Huang变换方法的结构损伤诊断

在Hilbert—Huang变换理论和Hilbert阻尼谱的基础上，通过对深圳罗湖商务大厦模型振动台试验数据的处理分析，探讨Hilbert-Huang变换方法在结构损伤诊断中的应用．结果表明，Hilbert—Huang变换方法能够准确地确定模型结构在各级烈度地震后自振频率的变化，Hilbert阻尼谱能够定性地显示阻尼损失系数在地震加速度作用时间内的变化，而且阻尼损失系数对结构的破坏更加敏感，随着结构裂缝的出现与复合，Hilbert阻尼谱出现突变。     

基于EMD的信号瞬时频率估计

分析了信号瞬时频率的定义及其两种主要的获得信号相位的方法：解析信号法和正交模型法.提出了一种基于经验模式分解的新的瞬时频率估计方法——正交包络法.该方法计算简单,克服了正交模型法无法由一个时间函数确定两个时间函数的困难.与Hilbert变换方法相比,正交包络法使边界问题得到了明显改善.实验证明这是一种有效的瞬时频率估计方法.     

基于改进HHT方法的密集模态结构参数识别

针对Hilbert-Huang变换(HHT)方法在识别结构模态参数中存在的经验模式分解(EMD)模态分解能力不足以及固有模式函数(IMF)分量之间不正交这2个问题,分别提出采用波组信号前处理和正交化经验模式分解的方法予以改进,并将此方法称为改进的Hilbert-Huang变换方法.在介绍正交化经验模式分解方法和波组信号前处理基本原理的基础上,给出基于此改进Hilbert-Huang变换方法识别结构模态参数的基本步骤,并通过一个具有密集模态的三自由度结构在脉冲荷载激励下的模态参数识别算例予以验证.研究结果表明:该方法可有效识别密集模态结构的模态参数,且识别效果优于基于HHT的模态参数识别方法的效果.     

由施密特正交化法所得到的两个结论

从施密特正交化出发，得到了：（１）可逆矩阵的ＱＲ分解定理；（２）经过矩阵的初等变换可将Ｒｎ的一个基标准正交化．并从这两个结论中得到向量组正交化的一种简便方法和矩阵ＱＲ分解的一种方法     

基于Hilbert Huang变换的多自由度参数辨识

Hilbert Huang变换（简称HHT）是近年来发展起来的一种新的时间序列信号分析方 法，特别对非平稳信号和非线性信号的分析有较好的适定性.该文结合HHT和状态变量分析 方法对多自由度系统的模态频率和阻尼比进行了辨识.首先，用经验模态分解对测得的激励 响应信号进行分解，然后对分解结果进行Hilbert变换，求出瞬时幅度和相位，再通过线性 最小二乘拟合求出模态频率和阻尼比.最后的仿真结果显示本文方法是可行的.     

Karhunen—Loeve展开基函数的小波分解算法

Karhunen—Loeve展开被广泛应用于信号处理，图像分析中的特征提取，动力系统中的模型简化等．文中提出了用小波方法快速估计Karhunen—Loeve展开式中基函数．通过把核函数投影到小波空间把积分问题离散化．应用正交小波变换，积分问题就被转化为矩阵特征分解问题．若核函数还是局部p阶光滑的，所得矩阵的维数可进一步降低，而精度却没有大的损失．实验结果表明所提出的算法是快速有效的．     

基于经验模式分解的齿轮箱振动辨识

论述了一种新的针对非线性非平稳信号的经验模式分解（EMD）方法，使用EMD方法对齿轮箱振动信号进行了辨识，并且与离散小波分解方法进行了对比，结果表明，通过EMD分解获得的齿轮箱振动内在模式分量（IMFs）能很好地辨识出齿轮的啮合振动模式，且比离散小波方法的分解效率更高；EMD分解的第3个IMF－IMF3清晰地表示出齿轮箱的第一级齿轮的216Hz的啮合振动模式。     

基于HHT的高压直流输电故障测距算法的研究与仿真

本文介绍了用希尔伯特黄变换(HHT)对直流输电线路进行故障测距的方法。首先对测得的故障电流行波信号进行经验模态分解(EMD)得到一系列对应固有模态函数(IMF),对IMF进行希尔伯特(Hilbert)变换得到其时频图。根据时频图中的频率突变点得出故障行波到达两侧测量点的时间,并且根据其对应时刻的瞬时频率和具体线路的参数计算出其波速度。用改进的双端测距理论对直流线路进行测距。并对测得误差总体趋势和误差因子进行详细分析。相关仿真分析用EMTDC环境进行,仿真结果证实了所提方法的有效性。     

Hilbert-Huang变换理论及其计算中的问题

以地震波的谱分析为例 ,对比分析了Hilbert Huang变换 (HHT)与傅立叶变换的差别 ,结果表明 :HHT是对非平稳时程进行数据分析的有效工具 ,能有效地将各种频率成份以固有模态函数的形式从时程曲线中分离出来 ,但这种固有模态函数与傅立叶变换结果不同 ,而且Hilbert谱是包含时间 -频率 -振幅的三维谱 ;可采用在端点改造一个小波串的方法解决HHT存在的端点飞翼现象 .文中还提出确定是否终止固有模态函数分离过程的一种方法     

基于经验模态分解的煤矿设备温度预测

煤矿设备出现故障时,设备温度会迅速上升,表现出非线性和非平稳性的特点。为了较准确地预测温度异常,采用了基于经验模态分解（EMD）的神经网络方法对设备温度进行预测。该方法首先采用经验模态分解算法对设备温度时间序列进行分解,得到若干个平稳性较好的本征模态函数（IMF）分量和一个剩余量,然后分别对各分量及剩余量进行神经网络预测。仿真结果表明,基于EMD的神经网络预测方法比单一神经网络预测方法,预测精度更高,对于温度异常预测更有效。     

基于EEMD和ICA的语音去噪方法

语音去噪技术是语音识别系统走向实用化的一个关键性难题.针对语音信号为非平稳信号的特点,提出了一种基于EEMD和ICA相结合的语音去噪方法,首先利用集合经验模态分解(EEMD)算法将含噪语音信号分解为若干个独立的固有模态函数(IMF),消除了经验模态分解(EMD)算法处理语音信号时产生的模态混迭现象;然后将固有模态函数通过改进的独立分量分析(ICA)算法分离出若干个有效的语音信号分量;最后对其进行语音重构,从而达到消除噪声干扰的目的.实验结果表明,该方法在输入信噪比为-10dB的汽车噪声条件下,可以将语音信号的信噪比提高到2.741 2 dB.     

HHT在多相流差压信号消噪上的应用

为有效提取噪声背景下的多相流差压信号,提高流量的测量精度,针对实际差压信号非线性非平稳的特点,提出基于Hilbert-Huang transform(HHT)的多相流差压信号消噪方法.该方法利用经验模态分解(EMD)把差压信号分解成有限个固有模态函数(IMF),然后分析各个固有模态函数的边际谱,利用HHT不同频段能量分...     

基于局域波法的时间序列预测

提出了一种新的用于时间序列预测方法。由于实际信号常常具有非平稳特征，直接应用AR模型进行时间序列分析，得不到理想的效果。而局域波分解法是一种新的分析非平稳、非线性的工具。用局域波分解法对待预测的时间序列进行经验模式分解，产生多个基本模式分量，对各个分量分别进行AR模型预测，然后重构各个预测值。仿真结果表明预测结果比直接进行AR模型预测更加精确。     

Hilbert-Huang 变换在爆破震动信号分析中的应用

介绍了Hilbert-Huang变换(HHT)法的原理、内容和优越性, 并用仿真信号进行实例分析, 以验证其关键技术经验模态分解(EMD)的高效性、自适应性, 以及其时频图能定量地描述时间与瞬时频率的关系. 用HHT法对爆破震动信号进行分析与处理. 研究结果表明: EMD能很好地按不同的时间尺度对信号进行分解, 分解后的固有模态函数能反映信号本身所固有的特性;能将Hilbert能量谱中的信号能量清晰地表示在时间-频率-能量的分布图上;HHT法能有效地提取爆破震动信号的时频特征;HHT法比小波分析更具适应性, 为爆破震动信号的分析与处理提供了新的研究思路与方向.     

Comparative analysis of temperature and CO_2 fluxes for winter wheat in Tibetan Plain and North China Plain using the EMD method

Comparative study of spectral properties of temperature and CO2 fluxes measured by eddy covariance method at Yucheng (36°57'N, 116°36'E, 28 m a.s.l., in the North China Plain) and at Lhasa (29°41'N, 91°20'E, 3688 m a.s. 1., on the Tibetan Plateau) is described using the empirical mode decomposition (EMD) method. The main results are: (1) The intrinsic oscillation modes or intrinsic mode functions (IMFs) were extracted from data of temperature ( T) and CO2 fluxes (F) measured at Yucheng ( T1 and F1) and Lhasa ( T2 and F2) . (2) Hilbert transform was applied to these IMF components, then the Hubert-Huang spectra and the marginal spectra of these data were obtained. (3) Comparison of temperature and CO2 fluxes in North China Plain and on Tibetan Plain illustrated that the characteristic frequencies corresponding to T1, F1, T2 and F2 are 0.05 Hz, 0.03 Hz, 0.014 Hz and 0.005 Hz, respectively.     

基于EEMD的奇异谱熵在旋转机械故障诊断中的应用

针对旋转机械振动信号的非平稳、非线性等特点,提出一种基于集合经验模式分解(EEMD)的奇异谱熵信号分析及故障诊断方法.该方法利用EEMD有效抑制模式混叠现象的优点,首先对原始振动信号进行EEMD分解,得到各阶本征模态函数(IMF),然后将各阶IMF分量构成一个特征模式矩阵,并对该特征模式矩阵求奇异谱熵值.奇异谱墒值的大...