HHT变换讲义.doc

HHT变换讲义 1.1简介 传统的信号处理方法，如傅立叶分析是一种纯频域的分析方法。它用频率不同的各复正弦分量的叠加来拟合原函数，也即用来分辨。而在有限频域上的信息不足以确定在任意小范围内的函数，特别是非平稳信号在时间轴上的任何突变，其频谱将散布在整个频率轴上。而且，非平稳动态信号的统计特性与时间有关，对非平稳信号的处理需要进行时频分析，希望得到时域和频域中非平稳信号的全貌和局域化结果。在傅立叶变换中，人们若想得到信号的时域信息，就得不到频域信息。反之亦然。后来出现的小波（Wavelet）变换通过一种可伸缩和平移的小波对信号变换，从而达到时频局域化分析的目的。但这种变换实际上没有完全摆脱傅立叶变换的局限，它是一种窗口可调的傅立叶变换，其窗内的信号必须是平稳的。另外，小波变换是非适应性的，小波基一旦选定，在整个信号分析过程中就只能使用这一个小波基了。 HHT（Hilbert-Huang Transform）技术是(1998年由NASA的Norden E Huang 等提出的新的信号处理方法。该方法适用于非线性非平稳的信号分析，被认为是近年来对以傅立叶变换为基础的线性和稳态谱分析的一个重大突破。目前HHT技术已用于地球物理学和生物医学等领域的研究，并取得了较好的结果。 存在的问题 尽管HHT技术在处理非线性、非稳态信号方面有很大的优势，但是这个方法本身还是有许多的问题有待进一步研究。 正如Huang 在文章中指出的那样，对于这种新的信号处理方法，其基的完备性还需要严密的证明。另外，在做Hilbert变换时出现的边界效应也需要更好的方法来解决。但是，HHT技术中最严重，也是现今研究的最多的是EMD 分解中的包络过程。从对EMD分解方法的介绍可以看出，包络线的构造影响着整个分解的结果，也决定了后面的Hilbert变换。Huang 采用的三次样条插值来拟和包络线。在实际应用中，发现这样做会产生严重的边界效应，污染了原始数据。特别是对短数据而言，这种影响使分析所得的结果失去了原有的意义。对此，Huang等采用的是根据信号端点处的振幅和频率，分别增加两组特征波的方式进行数据延拓。Huang的这种延拓方法已经向NASA申请了专利。除此之外，还有人提出了其它方法进行端点延拓。比如国家海洋局的黄大吉等提出的镜像闭合延拓法和极值延拓法。其中镜像闭合延拓法是根据信号的分布特性，把镜子放在具有对称性的极值位置，通过镜像法把镜内信号映射成一个周期性的环形信号，不存在端点，从根本上避免了端点效应。而极值延拓法具有镜像闭合延拓法相当的效果，而不增加信号序列本身的长度，计算较快，尤其在处理非对称波形信号时比较优越。还有青岛海洋大学的邓拥军等，利用神经网络分析方法来延拓数据端。这些方法对边界效应的抑制都有一定的作用，但是也都需要更深一步的研究。 1.2 瞬时频率 频率是个极其重要的物理量，定义为信号周期倒数，其物理含义显而易见。对于正弦信号，它的频率为恒值。但是对于大部分信号，它的频率是随时间变化的函数，故提出瞬时频率概念。瞬时频率即表征信号在局部时间点上瞬态频率特性，整个持续期上的瞬时频率反映了信号频率的时变规律。 对于随机时间序列X(t)，对其进行Hilbert变换[39]，可以得到Y(t)如下： (1-1) 其中，PV为柯西主值（Cauchy principal value)。该式表示Y(t)是X(t)与的卷积。通过这个定义，X(t)和Y(t)组成了一个共轭复数对，于是可以得到一个解析信号Z(t)如下 (1-2) 其中 (1-3) 从理论上讲，虚部的定义方法有很多种。但是Hilbert变换为其提供了一个唯一的虚部值，这就使得其结果成为一个解析函数。得到了相位，就可以得到瞬时频率，因为瞬时频率就是相位导数。 (1-4) 从本质上说，公式(1-1)将Hilbert变换定义为X(t)与的卷积，因此它强调了X(t)的局部特性。公式(1-2)的极坐标表达式更进一步澄清了这个表达式的局部特性：它的幅值和相位的最佳局部匹配随三角函数变化。 1.3 固有模态函数IMF（Intrinsic Mode Function）EMD（Empirical Mode Decomposition） ，即原始序列是由n个IMF与一个趋势项组成。如上所述，整个过程就像筛选过程，根据时间特性把固有模态函数从信号中提取出来。 1.5 端点延拓 HHT方法的分析质量很大程度上取决于EMD分解的质量，而在应用EMD方法时的一个非常棘手的问题是，由于信号两端不可能同时处于极大值和极小值，这样，“筛”过程中构