Hilbert—Huang变换及其滤波特性研究.pdfVIP

第 43卷第 2期 华中师范大学学报 (自然科学版) Vo1．43 No．2 2009年 6月 JOURNAI0FHUAZH0NG N()RMAIUNIVERSITY(Nat．Sci．) Jun．2009 文章编号 ：1000—1190(2009)02—023504 Hilbert—Huang变换及其滤波特性研究 李 卿 ，张国平 ，刘 洋 (华 中师范大学 物理科学与技术学院，武汉 430079) 摘 要 ：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HilbertHuang变换时空滤波的实现过程 ，仿真验证了该方法的优越性． 关键词 ：Hilbert—Huang变换 ；经验模态分解 (EMD)；时空滤波 ；信号去噪 中图分类号 ：TN911．74 文献标识码 ：A 信号分析方法 的一个很重要 的应用就是滤 的引入 ，使得可以从时频两方面同时对信号进行分 波与去噪，而滤波与去噪往往是相关 的．在信 号 析 ，增加 了处理信号的灵活性和有效性． 分析 中，采用有效 的方法对信 号的时频谱特征进 1 Hilbert-Huang变换 行分析 ，分离 噪声和信 号 的时频谱 区域 ，再用适 当的方法进行滤波 ，从而可 以达 到信 号去 噪 的 Hilbert—Huang变换 (简称 HHT变 换)方法 目的． 主要 由经验模态分解 (EmpiricalModeDecompo— 传统 的Fourier变换把信号映射在频域 内加 sition，EMD)和 Hilbert谱两部分组成 ：首先用经 以分析，这种方法在信号是平稳且有明显区别于噪 验模态分解法对原始数据序列进行分解 ，得到本征 声的谱特性时是 比较有效的．但对于实际中需要分 模态函数 (IntrinsicModeFunction，IMF)分量，即 析每个 时刻 内含有 的频率分量 的非平稳信号 ， Huang变换 ；其 次，对各 阶 IMF进行 Hilbert变 Fourier谱分析方法就不适用了． 换 ，形成时间一频率～能量谱 ，从而得到瞬时频率， 小波变换通过小波基的伸缩和平移 ，实现 了信 定义为 Hilbert谱 ，即Hilbert变换． 号的时频分析局域化 ，它能够同时保 留信号的时域 经验模态分解法 (EMD)_3“是 HHT变换的 特征和频域特征．小波分析方法 由于其多分辨特性 核心 ，该方法将信号分解为一系列表征时 间尺度 而在信 号 的滤波去 噪领域 中得 到 了广泛 的应 的 IMF分量 ，使得各 IMF分量是窄带信号，即 用 口]．但 小波变换是非适应性 的，它的有关参数 IMF分量必须满足下面两个条件：在整个信号长 如小波基、阈值 、分解层数都需要根据分解后 的情 度上 ，极值点和过零点的数 目必须相等或者至多只 况凭经验人为地选定 ，这使去噪处理过程复杂化． 相差一个 ；在任意时刻 ，由极大值点定义 的上包络 Hilbert—Huang变换是最新发展起来 的处理