《用希尔伯特黄变换HHT求时频谱和边际谱.docVIP

用希尔伯特黄变换（HHT）求时频谱和边际谱1.什么是HHT？HHT就是先将信号进行经验模态分解（EMD分解），然后将分解后的每个IMF分量进行Hilbert变换，得到信号的时频属性的一种时频分析方法。2.EMD分解的步骤。 EMD分解的流程图如下： 3.实例演示。给定频率分别为10Hz和35Hz的两个正弦信号相叠加的复合信号，采样频率fs=2048Hz的信号，表达式如下：y=5sin(2*pi*10t)+5*sin(2*pi*35t)(1)为了对比，先用fft对求上述信号的幅频和相频曲线。 代码: function fftfenxiclear;clc;N=2048;%fft默认计算的信号是从0开始的t=linspace(1,2,N);deta=t(2)-t(1);1/detax=5*sin(2*pi*10*t)+5*sin(2*pi*35*t);% N1=256;N2=512;w1=0.2*2*pi;w2=0.3*2*pi;w3=0.4*2*pi;% x=(t=-200t=-200+N1*deta).*sin(w1*t)+(t-200+N1*detat=-200+N2*deta).*sin(w2*t)+(t-200+N2*detat=200).*sin(w3*t);y = x;m=0:N-1;f=1./(N*deta)*m;%可以查看课本就是这样定义横坐标频率范围的%下面计算的Y就是x(t)的傅里叶变换数值%Y=exp(i*4*pi*f).*fft(y)%将计算出来的频谱乘以exp(i*4*pi*f)得到频移后[-2,2]之间的频谱值Y=fft(y);z=sqrt(Y.*conj(Y));plot(f(1:100),z(1:100));title(幅频曲线)xiangwei=angle(Y);figure(2)plot(f,xiangwei)title(相频曲线)figure(3)plot(t,y,r)%axis([-2,2,0,1.2])title(原始信号) （2）用Hilbert变换直接求该信号的瞬时频率 代码: clear;clc;clf;%假设待分析的函数是z=t^3N=2048;%fft默认计算的信号是从0开始的t=linspace(1,2,N);deta=t(2)-t(1);fs=1/deta;x=5*sin(2*pi*10*t)+5*sin(2*pi*35*t);z=x;hx=hilbert(z);xr=real(hx);xi=imag(hx);%计算瞬时振幅sz=sqrt(xr.^2+xi.^2);%计算瞬时相位sx=angle(hx);%计算瞬时频率dt=diff(t);dx=diff(sx);sp=dx./dt;plot(t(1:N-1),sp)title(瞬时频率) 小结：傅里叶变换不能得到瞬时频率，即不能得到某个时刻的频率值。Hilbert变换是求取瞬时频率的方法，但如果只用Hilbert变换求出来的瞬时频率也不准确。（出现负频，实际上负频没有意义！）（3）用HHT求取信号的时频谱与边际谱 代码: function HHTclear;clc;clf;N=2048;%fft默认计算的信号是从0开始的t=linspace(1,2,N);deta=t(2)-t(1);fs=1/deta;x=5*sin(2*pi*10*t)+5*sin(2*pi*35*t);z=x;c=emd(z);%计算每个IMF分量及最后一个剩余分量residual与原始信号的相关性[m,n]=size(c);for i=1:m;a=corrcoef(c(i,:),z);xg(i)=a(1,2);endxg;for i=1:m-1%--------------------------------------------------------------------%计算各IMF的方差贡献率%定义：方差为平方的均值减去均值的平方%均值的平方%imfp2=mean(c(i,:),2).^2%平方的均值%imf2p=mean(c(i,:).^2,2)%各个IMF的方差mse(i)=mean(c(i,:).^2,2)-mean(c(i,:),2).^2;end;mmse=sum(mse);for i=1:m-1mse(i)=mean(c(i,:).^2,2)-mean(c(i,:),2).^2; %方差百分比，也就是方差贡献率mseb(i)=mse(i)/mmse*100;%显示各个IMF的方差和贡献率end;%画出每个IMF分量及最后一个剩余分量residua