- 1、本文档共79页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘 要
Hilbert-Huang变换是1998年由美国工程院院士、美籍华人Huang提出的一种新的信号分析理论,它的主要创新是固有模态函数概念的提出和经验模态分解的引入。Hilbert-Huang变换是基于信号局部特征的和自适应的,因而是高效的,它特别适用于分析大量频率随时间变化的非线性、非平稳信号。
本文以Hilbert-Huang变换理论研究为主,详细地阐述 Hilbert-Huang变换的基本原理和算法步骤,总结了当前存在的四个问题:曲线拟合问题、端点飞翼问题、模态混叠问题、筛选终止条件问题。针对经验模态分解中均值曲线拟合问题,深入地分析了以往解决方法。考虑到传统基于曲线参数插值拟合方法对极值点的敏感性,将支持向量回归机引入均值曲线拟合,提出了一种基于支持向量回归机拟合局部均值曲线的经验模态分解方法。实验表明,该方法具有更好的频率分辨能力且能解决一定程度的模态混叠问题。针对经验模态分解中的筛选终止条件问题,从正交性角度,解释了能量差跟踪法准则,提出了基于时频谱嫡的筛选分量终止条件。实验表明,采用时频谱嫡准则作为筛选终止条件是有效的。对Hilbert变换求解瞬时幅度频率算法进行改进,采用Teager能量算子求解幅度包络和瞬时频率。结果表明,该方法较Hilbert变换求解方法,能更准确地表征原始信号本身的频率分布。
关键词Hilbert-Huang变换 经验模态分解 时频分析 均值曲线拟合 筛选终止条件
ABSTRACT
Midlands Hilbert transformations is 1998-by the academician chinese-americian Midlands A new signal analysis theory, its main innovation is the concept of intrinsic mode functions and experience made Mode decomposition of the introduction.Hilbert - Huang transform is based on local signal characteristics, and adaptive,Which is efficient, it is particularly suitable for analysis of a large number of frequency changes with time of non-linear, non-stationary letter No.
In this paper, Hilbert Huang transform theory for a research-based, detailed description of Hilbert an Huang The basic principle and algorithm transformation steps, summarizes the current existence of four issues: curve fitting,Endpoint flying wing problem, mode mixing problem, termination conditions for screening.For both EMD Value curve fitting, in-depth analysis of the previous solution.Taking into account the parameters of traditional curve-based interpolation Value fitting the sensitivity of the extreme points will mean the introduction of support vector regression curve fitting is proposed Based on support vector regression curve fitting of the experience of the local mean mode decomposition method.Experiment Table Provides that the method has better frequency resolving power and can solve a certain degree of mode mixing problem.Needle On the empirical mode decomposition in the condit
文档评论(0)