基于MM-EMD的改进HHT及其应用

针对传统Hilbert-Huang变换假设“信号由IMF分量(Instinct Mode Functions)与普通趋势项构成”这一固有局限,根据油压信号的自身特点,提出了基于MM-EMD(Mathematical morphology and Empirical Mode Decomposition)的Hilbert-Huang变换改进方法,并将其应用于油压信号分析处理中。该方法的基本思想如下：针对存在非IMF、非普通趋势项分量的信号,先用数学形态滤波器分离出该分量,再对剩余信号进行EMD分解与Hilbert谱分析。仿真信号与实测信号表明,新方法能取得比传统Hilbert-Huang变换更好的分析效果。     

基于MM-EMD的改进HHT及应用

针对传统Hilbert-Huang变换假设"信号由IMF(Instinct Mode Functions)分量与普通趋势项构成"这一固有局限,根据油压信号的自身特点,提出了基于MM-EMD(Mathematical morphology and Empirical Mode Decomposition)的Hilbert-Huang变换改进方法,并将其应用于油压信号分析处理中。该方法的基本思想如下:针对存在非IMF、非普通趋势项分量的信号,先用数学形态滤波器分离出该分量,再对剩余信号进行EMD分解与Hilbert谱分析。仿真信号与实测信号表明,新方法能取得比传统Hilbert-Huang变换更好的分析效果。     

基于HHT方法的模拟调制信号瞬时特征分析

Hilben变换利用解析表达式中的实部与虚部的关系,定义出任意时刻的瞬时频率、瞬肘相位以及瞬时幅度,从而解决了对信号瞬时参量的定义和计算问题。在噪声和干扰信号背景下,Hilben变换应用于模拟调制信号瞬时特征分析时,很难从中获取有效信息。因此,本文采用EMD方法先把信号分解成IMF分量,再分别进行Hilben变换,最后从完整的Hilbert时间一频率一幅度三维谱中分析模拟调制信号的瞬时特征。仿真表明该方法可以有效的分析模拟调制信号的瞬时特征,为进一步获取调制信息提供了依据。     

基于HHT方法的爆破地震信号分析

在介绍HHT(Hilbert HuangTransform)理论的基础上,结合现场测试,将这种理论引入到爆破地震信号分析中。HHT方法主要通过经验模式分解方法将信号分解成有限的固有模态函数,并对每个固有模态函数进行Hilbert变换从而得到Hilbert谱。经过FFT、小波谱对比分析,结果表明:在爆破地震信号分析中,利用经验模式分解不需要固定的基函数,可将原始信号分解为少量的、频率自高至低排列的固有模态函数,分解过程具有自适应性、高效性;再通过Hilbert变换所得的谱图能清晰地反映原始地震信号能量随时间、频率的分布。HHT法能有效地提取爆破地震信号的主要特征,更能适应信号突变快、衰减快的特征,为进一步认识爆破地震波的传播机理、破坏原因和危害判据的确定提供了新的途径。     

基于HHT的变压器绝缘检测

变压器的介质损耗角6是判断其绝缘状况的有效手段之一,而准确的提取基波电压和电流信号是检测介质损耗因数的关键。本文将一种处理非线性、非平稳信号的新方法,好HHT（Hilbert—Huang Transform）方法,应用于检测变压器的介质损耗因数,从而判断其绝缘状况。仿真结果表明,该算法无须同步采样,受谐波、噪声误差的影响较小,在非同步采样的情况下,具有良好的应用特性,能有效提高介质损耗因检测的准确度。     

衍射光栅刻划机精密工作台定位特征识别试验研究

针对机械式衍射光栅刻划机精密定位工作台定位过程中产生的振动信号特性与光学性能指标（杂散光强度和波前质量）之间的关系,提出利用改进的Hilbert-Huang变换(HHT)获得的时频谱和边际谱对超精密工作台精定位特性进行研究。首先,给出了基于固有模态函数（IMF）筛选和瞬时频率差分求解的HHT信号处理算法。然后,设计了光学测量实验获得工作台50nm定位信号。最后,完成精密定位信号的特征提取和振动测试验证。结果表明:利用改进的HHT可以精确地完成精密定位信号的特征提取,从而为在衍射光栅的制造工艺中从根源上降低衍射光栅的杂散光强度和提高波前质量提供依据。     

基于HHT的地面活动目标定位方法的研究

针对广泛存在的油气管道周边安全问题,研究了管道周围地面活动目标产生的震动信号的特性,阐述了采用不同传感器测量信号到达时间差来进行定位的方法。地面震动信号是非平稳信号,本文采用希尔伯特黄变换（HHT）处理信号获得其特征频率、幅值与发生的时间,进行目标定位。设计了数据采集系统,通过多个传感器采集目标产生的震动信号,经HHT方法处理得到不同测量信号中目标特征频率出现的时间,结合时间差异和传感器阵列与目标的相对位置实现定位。通过对实验采集数据的分析验证了文中提出的方法。     

基于改进的EMD方法提取车辆-轨道垂向耦合系统动态特性

提出利用一种改进的经验模态分解（EMD）方法提取车辆-轨道耦合系统的动力学特性。该方法以改进的极值域均值代替极值点包络线的均值来提高局部均值的求解精度,以边界波形匹配预测法来抑制端点效应。基于车辆－轨道耦合动力学理论,建立客车-弹性支承块无砟轨道垂向耦合动力学模型,计算车辆-轨道耦合系统在波浪形磨损和轨道不平顺组合激励模型下的振动响应。运用改进的EMD方法对系统的振动响应进行经验模态分解,并且对轮轨力、转向架和车体加速度的本征函数进行分析和比较。研究结果表明：改进的EMD方法自适应地将振动响应分解成本征函数,能有效地提取车辆-轨道耦合系统的动力学特性。     

基于Hilbert-Huang变换的切削颤振识别

针对切削颤振信号的非线性、非平稳特征,提出基于Hilbert-Huang变换的切削颤振识别方法。通过对颤振信号进行经验模态分解(EMD)获得一系列本征模函数,筛选出对颤振敏感的本征模函数进行带通滤波,对滤波后本征模函数作Hilbert变换,绘制Hilbert谱;提取Hilbert谱幅值标准差进行颤振定量识别。用仿真及实测振动信号验证该方法的有效性,并用小波包分解方法进行对比。     

基于HHT方法的煤矿巷道掘进爆破地震波信号分析

采用HHT方法和EMD分解对煤矿巷道掘进爆破地震波信号的频谱特征、能量分布进行了研究。结果表明：掘进爆破振动的主振频率在100Hz~250 Hz范围内,而主要能量集中在160~260Hz,在0~160 Hz频带范围内能量小、且分布较为均匀。由于采用微差爆破,与质点振动的幅值相对应,振动的能量主要集中在0.25s~0.31s、0.35s~0.4s两个时间段,瞬时能量存在四个峰值,瞬时能量最大的是崩落眼装药起爆。并结合研究成果,从爆破能量控制的角度提出了降低爆破地震效应的对策。     

基于EMD和HHT的航空发动机转子—机匣振动信号分析

将EMD和HHT方法引入航空发动机转子—机匣的振动信号分析,某台发动机的台架实测机匣振动信号的分析结果表明,该方法能够比较清楚地再现转静系统碰摩故障随转速和采样周期的演变过程,能够克服傅立叶谱无法同时获得时域和频域信息的缺陷。同时边际谱与傅立叶谱相比能够比较真实客观地反映系统的频率和幅值分布情况。     

振动信号中的HHT/EMD端点延拓方法研究

针对振动信号中Hilbert-Huang变换的端点效应问题,结合端点效应产生机理和现有研究成果,提出基于时间尺度的LS-SVM端点延拓的抑制端点效应新方法。首先利用LS-SVM回归特性和一种自适应预测法分别对信号极值点的幅值和时间点进行预测延拓,然后对预测的极值信息进行埃尔米特插值,完成对原信号的延拓。利用仿真信号和实测航空发动机振动信号进行分析验证,表明该方法可同时有效抑制两种端点效应,并具有预测精度高、有效延拓距离长、速度快的特点。     

应用希尔伯特黄变换的单矢量传感器多目标分辨研究

将希尔伯特黄变换与矢量信号处理相结合应用到水声领域,与传统方法相比有许多优势。在希尔伯特黄变换中本征模态函数是基于序列数据的局部时间尺度特征而得出。每个本征模态函数可以看作是信号中一个固有振荡模态,其对应于某个目标的固有振荡,希尔伯特黄变换用经验模态分解的方法将信号分解为多个本征模态函数,可以较好地将不同目标的能量分离。该变换得到的瞬时频率、瞬时能量和瞬时方位具有清晰的物理意义,信号的时间-频率-方位-能量的四维分布为多目标信号处理提供了丰富的信息量。与传统处理方法相比不仅有较好的目标分辨效果,而且适用于非线性和非平稳信号的处理。     

基于独立分量分析与希尔伯特-黄变换的轴承故障特征提取

滚动轴承早期故障信号具有能量小、频带分布宽等特征,易受到其它能量较大振源信号的干扰。传统的希尔伯特-黄变换（HHT）对信噪比大、多频率调制信号常因不能对其所包含的固有模式函数（IMF）实现准确分离和去除调制干扰分量而失效。本文提出了基于HHT和独立分量分析（ICA）的滚动轴承诊断新方法。该方法首先利用经验模式分解（EMD）将滚动轴承振动信号分解成若干平稳的本征模式函数IMF分量,通过提取若干包含主要信息的IMF分量,应用带通滤波器和Hilbert变换获取IMF分量的高频包络波形,再应用ICA分离包络波形并进行频谱分析,进而判断滚动轴承的运行状况。仿真和试验分析结果验证了本方法的可行性。     

利用HHT方法对非平稳风力的时频分析

非平稳信号的分析方法是信号分析领域中的一个重要问题。本文以风洞试验获得的非平稳风压信号和升力系数信号为研究对象,采用HHT方法对信号进行时频分析。HHT（Hilbert-Huang transform）方法可以获得有意义的瞬时频率,从而给出频率随时间变化的精确表达;信号最终被表示为时频平面上的能量分布,成为Hilbert谱;该方法适用于分析生活中普遍存在的大量频率随时间变化的非线性、非平稳信号,可将复杂的信号直接分离成从高频到低频的若干阶固有模态函数。分析结果虽然没有表现出明显的频谱分布特性,但与以往HHT分析结果提取的固有模态函数不同,如果对本试验获得的非平稳信号提取的固有模态是低频部分的残余信号,忽略其他高频信号,则风压时程和升力系数时程的残余信号曲线就可以分别回归为一个线性函数和一个正弦函数。这也说明,该非平稳信号的主成分仍然是由平稳信号组成的,可以用分析平稳信号的方法进行时程分析。     

基于HHT法的地震地面运动局部谱密度估计

采用能反映时频非平稳特性的时变谱密度(局部谱密度)来描述地震地面运动是非常必要的。本文给出了利用HHT估计地震地面运动局部谱密度的方法。从理论上比较了HHT、STFT和多重过滤法等局部谱密度的估计方法,然后通过具体算例,对理论分析进行了验证。指出利用HHT法来估计局部谱密度在精度和速度方面都有很好的优势,可以作为一种有效的局部谱密度估计方法,这有利于局部谱密度在地震动模型化和结构随机响应分析等方面的应用。     

基于Hilbert-Huang变换的心率变异信号分析

提出一种基于Hilbert-Huang变换(HHT)的心率变异信号分析的新方法。心率变异分析被广泛应用于评估心脏自律功能以及疾病诊断领域。为获得更多心率信号内在特征,首先利用经验模态分解(Empirical Mode Decomposi-tion,EMD)方法将信号分解为一组固有模态函数(Intrinsic Mode Function,IMF),运用Hilbert变换计算并分析各层IMF的瞬时频率和瞬时幅值,从而获取信号所包含的内在信息、心率变异突发时刻和变化趋势。结合积分脉冲频率调制(Inte-gral Pulse Frequency Modulation,IPFM)模型模拟出的心率信号以及真实的心率信号,利用小波分析方法以及HHT方法对心率信号进行对比分析,实验结果证明了HHT方法的可行性,显示了该方法相对于小波分析方法的优势。     

基于改进HHT和SVM的滚动轴承故障状态识别

针对滚动轴承故障信号特征难以提取与故障诊断效率较低问题,引入集合经验模态分解(EEMD)对Hilbert-Huang变换(HHT)进行改进,将改进的HHT结合拉普拉斯得分(Laplacian score,LS)进行轴承故障特征提取,并利用遗传算法(GA)优化支持向量机(SVM)分类参数,将其应用于滚动轴承振动信号故障状...     

基于经验模态分解的爆破延期识别优化方法

针对爆破延期识别中采用经验模态分解(empirical mode decomposition, EMD)方法存在模态混叠现象,导致延期识别精度低的问题。提出了一种完全正交经验模态分解(principal empirical mode decomposition, PEMD)方法,首先对原始信号进行EMD初步分解,得到多个具有模态混叠现象的本征模函数(intrinsic mode function, IMF)分量,其次对IMF分量进行主成分分析(principal component analysis, PCA),将混叠的IMF分量完全正交化,之后选择幅值较大且波形衰减明显的主分量,使用Hilbert变换提取包络线,最后对包络线峰值点进行识别。通过相似物理模拟试验证明,PEMD与传统方法EMD相比,有效地抑制振动信号EMD分解时出现模态混叠现象,延期识别误差降低至0,并通过控制高程和延期时间对PEMD方法的稳定性进行了检验;同时以德兴露天边坡延期爆破试验为例,PEMD能够更好地对爆破振动波峰值点进行精确识别,识别率稳定在90%以上,对后续爆破工程中爆破参数设计优化和盲炮的识别具有重要意义...     

基于最小平方距离相关的EMD改进算法及应用

包络线的拟合是经验模式分解中的关键一步,但由于信号端点处极值的不确定性导致在信号上下包络线拟合过程中存在着严重的端点效应问题;在分析现有解决端点效应问题方法的基础上提出了基于最小平方距离相关的数据端点处包络线拟合方法。该方法在信号内部寻找与端点处信号变化趋势相关度最高的一段波形,并用此段波形的包络线来重新刻画端点处的包络线。仿真和实际信号的分析证明,基于最小平方距离相关的数据端点处包络拟合方法能够有效的抑制端点效应,算法简单并且易于实现