基于多变量希尔伯特频域模型的癫痫发作预测

癫痫发作具有突发性和反复性,对患者生命安全构成巨大威胁.为了对癫痫发作进行有效地预测,提出了多变量希尔伯特频域模型的癫痫发作预测方法.将希尔伯特边际谱、希尔伯特边际谱的变化方向和希尔伯特加权频率组成一个三维特征向量作为多变量希尔伯特频域模型,输入到支持相量机中,实现癫痫的发作预测,最后采用癫痫发作预测特征方法对预测结果进行评估.实验结果表明:采用多变量希尔伯特频域模型分析方法预测δ波和θ波的癫痫发作,癫痫预测范围在30~45 min,患者有足够的时间采取措施应对;癫痫发作周期在5~10 min,缩短患者等待时间,降低焦虑程度;与多种相关方法进行比较,该方法具有较低的错误预报率和较高的预测敏感度.     

石油价格波动预警分级机制研究

以1986.1-2009.9 WTI原油期货周平均价格, 共1239个事件期作为研究对象, 采用Hilbert-Huang变换的方法构造石油价格波动预警分量, 以此来对历次石油价格波动过程展开预警分级研究. 在综合考虑石油价格的波动周期、波动幅度和波动出现概率的基础上, 计算预警信号的强度, 并将所有预警信号分为三级: 轻度预警信号、中度预警信号、高度预警信号. 研究结果表明, 该预警分级机制给出的预警信号与已经发生的石油价格波动过程吻合, 因此借助此预警分级机制, 对未来可能出现的石油价格危机给出的预警提示, 具有良好的前瞻性.     

正交化经验模式分解方法

针对Hilbert—Huang变换中经验模式分解所得固有模式函数存在的不完全正交问题，基于Gram-Schmidt正交化方法，提出了一种新的正交化处理方法，可得到完全正交的固有模式函数，从而完善了Hilbert—Huang变换方法．通过典型时程曲线的数值模拟的分解结果表明了这一方法的正确性，实际地震波数据的分解显示了这一方法的良好应用前景．     

基于融合模型的单相接地故障类型辨识方法

在中国6~66 kV的中低压配电网中,单相接地故障约占配电网故障总数的80%。由于发生单相接地故障时仅由系统的对地电容引起很小的接地故障电流,故障特征不明显,并且不同类型的单相接地故障之间的特征区分度不高,造成了对其类型辨识的难度增大。对此,提出了一种融合特征分解和深度学习思想的单相接地故障类型辨识方法。首先,基于希尔伯特黄变换（HHT,hilbert-huang transform）对配电网采集到的故障录波数据进行初步处理,使不同故障类型间的区分度更高;其次设计深度学习模型ResNet18学习故障事件的复杂非线性特征,从而辨识出故障类型结果。通过国内某真型试验场采集到的录波数据进行验证,证明了本文提出的综合辨识方法能准确识别出多种单相接地故障类型,可为后续制定有针对性的故障处理措施提供可靠依据。     

MT信号处理中小波分析与Hilbert-Huang变换的比较

以实测大地电磁信号为分析对象,对比研究了小波分析和Hilbert-Huang变换在大地电磁（magnetotelluric,MT）信号分解和时频分析上面的特点.给出了小波分析和Hilbert-Huang变换的数学原理,分析了2种方法在MT信号分解中的分解方法及其物理意义,讨论了2种方法在MT信号时频谱表征能力上的异同,为大地电磁信号分析方法的选择提供用了有价值的参考.     

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.     

热带印度洋海温与海表面高度相关关系分析

为了研究热带印度洋偶极子(IOD)与海平面异常之间的相关性,采用经验正交函数分析方法(EOF)及Hilbert-Huang变换等统计方法,分析热带印度洋的海表面温度(SST)与海平面高度异常(SLA)的相关关系。通过对热带印度洋偶极子指数(DMI)与南方涛动指数(SOI)和SLA的相关性分析,得出IOD与El Nio-Southern Oscillation(ENSO)之间可能存在一定相关关系,此外,IOD与海平面变化有很好的相关性。通过对IOD爆发年的DMI以及海平面变化的分析,证实IOD具有季节锁相的重要特征,并探讨了该季节变化与海平面变化的相关关系。结果表明,IOD事件与海平面的变化这两者之间存在很强的一致性。     

基于HHT的雅鲁藏布江径流变化周期及趋势分析

 采用Hilbert Huang变换对雅鲁藏布江干支流上的10个水文站1956-2000年天然径流资料进行分析,探讨了雅鲁藏布江流域年径流变化的近似周期及其演变趋势。研究结果表明,雅鲁藏布江全流域范围内存在约3、6~8、9、11~13、16~17及22~24 a的近似周期。同时研究还发现,雅鲁藏布江干支流在20世纪60年代左右径流量较大,但在进入60年代中后期之后,年径流量呈逐渐减小的趋势,这种趋势在80年代附近达到极小值,此后径流量逐渐回升,并在90年代后逐渐进入相对丰水期。     

覆盖层厚度对远场长周期地震动能量特性的影响研究

选取汶川8.0级地震中陕西省6个台站的东西向地震动加速度记录,通过HHT计算了各条地震动和其IMF分量的Hilbert能量和输入能量,对比分析了覆盖层厚度对远场长周期地震动能量特性的影响。结果表明：随着覆盖层厚度的增加,地震动的HE峰值、输入能量和Hilbert能量平均周期T_mE逐渐增加,当覆盖层厚度大于400m时,地震动能量主要分布在低频区域,具有显著的长周期特性;当覆盖层厚度为0或很小时,地震动能量主要集中在前2-3阶IMF分量中,多个IMF分量的HE峰值较大,卓越IMF分量对结构的影响较小;随着覆盖层厚度的增加,地震动能量主要集中在高阶IMF分量中,仅1-2个IMF分量的HE峰值较大,其余分量均很小,卓越IMF分量的平均周期T_mE和原始地震动十分接近,对结构的破坏起主导作用,应重点研究。     

基于希尔伯特-黄变换的小鼠脑电信号相关性分析

研究了小鼠脑电信号的分离问题。由于小鼠脑电信号是由多种不同波段的信号混迭而成的,且不同波段的信号是非平稳、能量差距很大的随机信号,因此对这些脑电信号的分离非常困难。先使用主成分分析(PCA)方法将信号的主要成分提取出来,然后再使用独立成分分析(ICA)在频域上对脑电信号进行分离。接着对分离的脑电信号δ波进行希尔伯特-黄变换。利用希尔伯特谱得到信号的瞬时频率信息,发现δ波的瞬时频率在某些时刻相对于其他时刻非常大。将这些瞬时频率出现异常的时刻,与呼吸信号的波峰出现的时刻进行相关性分析,得出呼吸信号与脑电信号中的δ波显著相关。