Hilbert-Huang变换方法在电网谐波及间谐波分析中的应用

本文将Hilbert-Huang变换方法应用于对电网谐波及间谐波信号的分析中.该方法包含两部分：经验模态分解与Hilbert变换.首先,运用经验模态分析法可以提取到各次谐波分量,然后再通过Hilbert变换可以计算得到其瞬时幅值与瞬时频率.仿真结果验证了此方法对电网谐波与间谐波信号分析的有效性.     

Hilbert-Huang变换在线性正则域的新推广

Hilbert-Huang变换是一种重要的非平稳信号分析工具,其对信号的处理包含两个方面:(i)经验模态分解;(ii)Hilbert谱分析.2012年,Li,Tao和Wang利用线性正域上的Hilbert变换将该变换推广到线性正则域,从而获得了一种更为灵活的信号分析工具.本文提出了Hilbert-Huang变换在线性正则域的一种新推广.这种新推广先利用经验模态分解将信号转换成固有模态函数,再引入另一种线性正则域的Hilbert变换对固有模态函数进行Hilbert谱分析,从而得到Hilbert-Huang变换在线性正则域的一种新推广.     

Hilbert-Huang变换及其滤波特性研究

Hilbert-Huang变换是最新发展起来的处理非线性非平稳信号的时频分析方法.其基本的实现分为两步,经验模态分解和瞬时频率的求解.这种方法的核心部分是经验模态分解,任何复杂的信号都可以分解为有限数目并且具有一定物理意义的本征模态函数,对这些本征模态函数作Hilbert变换即可得到每一个本征模态函数的瞬时频率.经验模态分解方法是一个以信号极值特征尺度为度量的时空滤波过程,它充分保留了信号的局部特征,在信号的滤波和去噪中具有较大的优势.本文讨论了Hilbert-Huang变换时空滤波的实现过程,仿真验证了该方法的优越性.     

复杂地表条件下的电磁式可控震源广义预测控制方法

作为一种浅层高分辨率可控震源,电磁式可控震源在浅层地震勘探中受到了广泛的重视。电磁式可控震源激发信号质量总是受到地表条件影响,在地形平坦,并且震源基板与大地耦合条件良好的情况下,电磁式可控震源能够取得良好的勘探效果。而在地形起伏,基板与大地耦合较差的复杂地表条件下,当前可控震源控制系统激发信号存在比较严重的畸变,控制精度严重下降,地震勘探误差变大。为此研究适于复杂地表条件的可控震源高精度控制系统具有重要意义。将可控震源与大地看成一个系统,耦合条件不同意味着系统模型是变化的,因此控制系统应采用与模型无关的控制算法才能适应变化的地表条件。针对上述问题,在分析电磁式可控震源输出信号畸变特性,以及产生畸变原因的基础上,探讨电磁式可控震源激发信号估计的方法,研究利用广义预测控制方法与相位预补偿、零相位滤波方法相结合实现对可控震源激发信号相位、幅度畸变的控制。经仿真实验,广义预测控制后电磁式可控震源激发信号相位最大偏差由125°减小到3°,最大幅度畸变由133%减小到4%,在3 000 m/s速度模型下,由震源激发信号畸变导致的定位误差从1.5 m减小到小于0.2 m,提高了复杂地表条件下电磁式可控震源地震勘探精度,实现了复杂地表条件下可控震源激发信号高精度控制。     

基于Hilbert-Huang变换的管道超声检测信号处理

针对利用快速傅里叶变换法处理管道超声检测信号的转换精度不高、容易误判等问题,提出了基于Hilbert-Huang变换的非线性、非平稳信号处理方法.对原始管道超声回波信号进行经验模态分解,将复杂信号分解为有限的几个固有模态函数,对其进行Hilbert变换得到HilbertHuang幅值谱,再对时间进行积分得到Hilbert-Huang边际谱,从而获取管道壁厚对应的频率信息.结果表明,所提出的方法相较于快速傅里叶变换法的精度更高,并满足管道壁厚的检测要求.     

K-L分解在可控震源锁相控制中的应用

可控震源相位畸变使地震子波旁瓣能量增强,主瓣分辨率降低,从而降低地震勘探的分辨率。由于可控震源-大地耦合条件多变,导致可控震源激发力信号中含有较强随机噪声,在锁相环中采用常规过零检测方法难以对该反馈信号进行准确的相位检测,这严重影响了可控震源锁相控制系统的应用效果。为了提高可控震源锁相控制中反馈信号的相位检测精度,提出一种基于K-L分解的可控震源激发力信号相位提取方法。理论分析和实验表明,对于通带内含有强高斯噪声的可控震源激发信号,K-L分解方法利用其去除信号与噪声相关性的能力,不但能够显著提高可控震源反馈信号的信噪比,而且不损害原有信号的相位特性。将其应用于轻便电磁式可控震源的锁相控制中,结果表明该方法不但解决了锁相环的噪声敏感问题,而且显著提高了可控震源的相位控制质量和地震子波质量。     

基于改进Hilbert-Huang变换算法的电气化铁路谐波检测

通过对电力机车负载电流进行仿真建模,得到电力机车在不同工况下的电流波形;使用改进的Hilbert-Huang变换算法对电流波形进行谐波检测;采用限制带宽经验模态分解算法对原始电流波形进行分解;通过引入屏蔽信号来控制本征模态函数的带宽,以有效抑制模态混叠.结果表明,所提出的改进Hilbert-Huang变换算法能够有效检测电气化铁路负载电流中各次谐波随时间变化的特征.     

滑动扫描记录中压制谐波干扰方法

提出一种适用于滑动扫描的纯相移滤波方法。通过对记录或者统计得到的可控震源力信号进行分解,得到各次谐波分量,然后通过对地震道记录按照各次谐波的相移量进行纯相移处理。对相移后的结果,设计合适的滤波器,消除谐波。结果表明,所提方法稳定、高效、易于实现,只需要知道可控震源力信号和每一炮的初至时间,就可以在滑动扫描记录中有效消除谐波干扰,适用于对野外采集数据进行实时处理。     

可控震源技术在河西地区地震勘探中的应用

地震勘探中,如何解决地震地质条件复杂地区的激发技术,提高地震勘探资料信噪比和分辨率,一直以来是地震勘探技术人员不断研究的技术课题。近年来,随着可控震源技术的发展,可控震源技术在地震勘探震源激发技术中得到广泛运用,并取得了较好的地震地质效果。通过实例论述了可控震源技术在甘肃河西地区地震勘探中所取得地震地质效果,同时也为类似的地区开展可控震源技术起到指导作用。     

基于EMD和HT的轧机瞬态振动信号时频分析

为解决轧机非平稳瞬态冲击信号的瞬态时频分析难题,提出了基于EMD和Hilbert变换的瞬态振动信号时频分析方法,利用EMD方法提取信号的固有模态函数(IMF),再结合Hilbert变换(HT)求解瞬时频率,得到信号的Hilbert时频谱和Hilbert边际谱,从而得到信号的瞬态特征.通过对调频调幅仿真信号和轧机实测瞬态信号的时频分析,验证了该方法的可行性.     

Hilbert-Huang变换与大地电磁信号的时频分析

将Hilbert-Huang变换引入大地电磁信号的时频分析中,介绍HHT(Hilbert-Huang transform)时频分析原理及方法,给出仿真信号的经验模态分解及其时频分布,并对实测大地电磁信号进行HHT时频处理与剖析.研究结果表明:Hilbert能量谱随时频的具体分布具有很强的非稳态动态变换时频刻画能力;时频谱的时间、频率分辨率不受Heisenberg测不准原理的限制,且其时间、频率分辨率都很高,有很好的时频聚集性;HHT方法能用于描述大地电磁信号的非线性时变特征,是大地电磁信号时频分析的有效工具.     

HHT在齿轮故障诊断问题中的应用

齿轮作为一种重要的机械传动设备,对其进行故障诊断具有重要意义。传统的齿轮故障诊断大都采用FFT或者小波分析方法,对处理具有非平稳性的齿轮故障信号效果不太明显。HHT由经验模态分解方法(EMD)和Hilbert变换两步组成。经验模态分解方法(EMD)把时间序列信号分解成不同特征时间尺度的固有模态函数(IMF),适合处理非线性和非平稳过程。Hilbert变换对具有调制现象的信号的分析有很大优势。介绍了该方法的基本原理,并将HHT应用于齿轮断齿故障诊断,齿轮故障实验信号的研究结果表明:基于HHT的分析方法,能有效地诊断齿轮的故障。     

高斯与非高斯混合有色噪声中的谐波恢复

提出了一种用于在高斯与非高斯混合有色噪声中进行谐波恢复的新方法。首先利用Hilbert变换将实数观测值变换成复数形式,然后应用一种特殊的高阶累计量识别非高斯噪声的AR参数并对含噪观测值进行预滤波后,再应用基于统计量的方法进行谐波恢复。文中提出的方法能够用来恢复高斯与非高斯混合有色噪声中的一维实数谐波信号,而不用考虑谐波信号是否存在相位耦合和非高斯噪声是否对称分布,仿真实验可以证明。     

基于VMD与改进DAE人车地震动包络信号识别算法

为解决在野外环境中使用传统模式识别方法对低信噪比(signal-noise rate, SNR)的人车地震动信号进行分类时应用不便,效果不佳的问题,提出了通过基于包络检波、变分模态分解(variational mode decomposition, VMD)和改进的深度自编码器(deep auto-encoder, DAE)的特征提取算法。首先对目标的地震动信号进行希尔伯特变换以获取信号的平滑包络线,然后进行变分模态分解得到本征模函数(intrinsic mode function, IMF)信号,并利用皮尔森相关系数对分解得到的IMF信号进行筛选,之后将相关度较高的分量加权为高信噪比的中间信号,再使用改进的深度自编码器对其进行特征提取,最后使用泛化性能好的随机森林算法充当分类器,从而实现对人车目标的识别和分类。结果表明：所提算法有效缓解了其他传统算法的部分缺陷,综合识别正确率有所提高,且更加方便应用。     

基于独立分量谱相关方法的重力固体潮信号潮汐谐波分析

为了提取重力固体潮信号各谐波分量间能量差异较大的谐波分量,该文在利用独立分量分析实现重力固体潮信号的加性分解,再利用谱相关分析独立分量间的谱相关特性进行分析,揭示了各谐波间的调制关系.同时,通过对独立分量间的自相关谱和互相关谱的分析,论证了在自相关谱中,能量大的谐波分量被凸显,能量小的谐波分量被抑制,而在互相关谱中,能量较小的谐波分量能更好地凸显出来.结果表明,互相关谱更能够揭示重力固体潮信号中弱的潮汐谐波分量及其调制关系.     

基于HHT方法的时变多自由度系统的参数识别

将HHT(Hilbert-Huang transform)方法与数学规划方法相结合,用于时变多自由度系统的参数识别.把响应信号如加速度信号通过一个窗函数,得到要研究的某阶模态成分,然后通过经验模态分解(EMD)把通过窗函数的信号分解成各个本征模函数(IMF),对分解出来的IMF进行希尔伯特变换得到该阶模态的瞬时频率,以待识别的刚度或质量参数作为设计变量,极小化计算得到的频率与瞬时频率之差的平方和.对应该平方和最小的刚度或质量值即为选定时刻识别得到的刚度或质量参数值,并进行了数值仿真.     

基于希尔伯特-黄变换周期平稳类微弱故障信号检测

在希尔伯特黄变换可以将振动信号分解为有限的模式函数的基础上,针对周期平稳类微弱故障信号难以检测到的问题,对信号进行经验模式分解,然后对本征模式函数进行希尔伯特变换;接着通过希尔伯特谱对多频信号中的弱信号和仿真齿轮裂纹弱故障信号分析,得出多频信号中弱信号成分和其时间分布以及调相频率;最后分析滚动轴承损伤弱故障,从希尔伯特谱中可以分析时频和振动量的分布情况,进而提取故障特征,分析出故障;表明希尔伯特谱对周期平稳类微弱故障信号具有一定的分析能力.