分频Hilbert-Huang变换对非平稳信号的分析应用

来源 :湖南大学 | 被引量 : 0次 | 上传用户:gr123abc
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
Hilbert-Huang 变换是一种新的分析非线性非平稳信号的时频分析方法。这种方法的关键部分是经验模态分解(EMD),任何复杂信号都可以通过EMD 分解为有限数目并具有一定物理意义的固有模态函数(IMF)。利用Hilbert 变换求解每一阶固有模态函数的瞬时频率,最终得到信号的时频表示,即Hilbert 谱。 经验模态分解方法具有自适应性和高效性,同时,也存在模态混叠的缺点。本文在经验模态分解的基础上引入小波滤波技术,建立分频经验模态分解方法。应用小波滤波和经验模态分解同时对信号进行处理,实现信号的不同频率分段,从而得到分段固有模态函数。分频经验模态分解方法能有效的消除固有模态函数中模态混叠的现象。 结合分频经验模态分解方法和Hilbert 谱分析方法,可以建立分频Hilbert-Huang 变换。与小波分析相比,分频Hilbert-Huang 变换对非线性非平稳信号的时频分析结果具有更客观的物理意义。 本文运用分频Hilbert-Huang 变换对地震非平稳信号进行分析,分析得到的结果很好的刻画了地震信号的时频特征。并与小波分析作用在同一时间序列得到的结果进行比较,从而说明分频Hilbert-Huang 变换的优点与高效性。
其他文献
在金融数学中,扩散方程的统计推断问题一直是概率与统计学家关注的热点。其中,一维扩散系数的非参数估计已经有充分的研究,但在金融中,经济条件随时变动,因此有必要设想基础状态变
随着人口老龄化的发展,社区养老已越来越成为一种主流养老模式.而非政府组织因其自身的公益性、专业性以及自治性而成为社区养老服务的重要组成部分.但是,由于种种原因,非政
本文主要内容为三类非线性系统的迭代学习控制,这三类系统分别为分段非线性系统,准单边Lipschitz系统和退化分布参数系统。主要分为五个部分:第一章介绍了迭代学习控制产生的背
门诊量分析是门诊医疗服务流程管理的起点,文章通过对延安市洛川县医院2009-2016年就诊量数据建立GM(1,1)以及基于模型修正的残差GM(1,1)模型,对预测精度进行对比,发现修正的
学位
新时期党史工作的重点已经由新民主主义革命转向社会主义建设和改革开放新时期,作为基层党史工作部门,新时期的职能定位,就是“广征资料,认真存史,写好本子,资政育人”。资政
Fredholm给出Fredholm积分算子的广义逆,得到了Fredholm积分算子方程的解.Penrose利用四个矩阵方程给出矩阵广义逆的更为简洁定义,此后,矩阵广义逆研究得到了迅速的发展.矩阵广义
聚类分析是一类很重要的统计分析方法,有着广泛的应用。本文针对如下两类情况进行聚类分析。 首先是利用相关矩阵来进行聚类分析,对于高维的数据,将数据表示成相关矩阵,然后通
近几年来,影响发展和稳定的新矛盾、新问题大多发生在基层。对此,如果基层不能及时予以解决,就会酿成更大的矛盾和问题,甚至引发一些过激行为,影响大局的稳定。莱州市从学习
本文依托河北省高标准农田建设项目评估课题,深入河北省30多个项目区进行调研,了解河北省高标准农田建设现状。从微观层面出发,以2011-2015年河北省高标准农田项目建设的数据