基于Hilbert-Huang时频谱的性能分析研究

针对传统的时频分析方法存在的局限性,评述了一种最新的可适用于非平稳、非线性信号的时频分析法-Hilbert-Huang时频分析方法.研究了Hilbert/Huang时频分析方法的算法理论并对其性能进行了分析.仿真实验中通过与传统的时频分析效果的比较,表明该法具有理想的时频聚集性,并且消除了交叉干扰项,揭示了HHT谱所特有的反映信号局部时频结构的能力.     

基于Hilbert谱区域能量比的核爆与雷电电磁脉冲识别

根据核爆和雷电电磁脉冲信号非平稳、非线性特点,采用Hilbert-Huang变换（HHT）方法对NEMP和LEMP信号进行了时频分析,发现二者Hilbert谱中的能量集中于一定的时间和频率范围内。基于以上分析和发现,本文提出基于Hilbert谱区域能量比特征,采用最近邻法则对二者进行了识别研究。实验结果表明,在Hilbert谱中适当选择两个区域,以所选区域的区域能量比作为特征对核爆和雷电电磁脉冲信号进行识别,平均识别率达到90％以上。     

基于HHT方法在英坪矿Ⅱ号坑的爆破振动分析

HHT(希尔伯特-黄变换)是一种全新而优越的分析与处理非平稳信号的时频方法,它具有自适应性强、高效等特点。它由EMD和Hilbert变换两部分组成,其Hilbert能量谱可清晰地表明能量随时频分布的特点。本文利用HHT方法分析了瓮福磷矿英坪矿区Ⅱ号坑露天爆破所获得的爆破振动数据,探讨了英坪矿Ⅱ号坑爆破振动的时频特征,为该矿下阶段安全生产提供依据。     

基于HHT方法在英坪矿Ⅱ号坑的爆破振动分析

HHT(希尔伯特-黄变换)是一种全新而优越的分析与处理非平稳信号的时频方法,它具有自适应性强、高效等特点。它由EMD和Hilbert变换两部分组成,其Hilbert能量谱可清晰地表明能量随时频分布的特点。本文利用HHT方法分析了瓮福磷矿英坪矿区Ⅱ号坑露天爆破所获得的爆破振动数据,探讨了英坪矿Ⅱ号坑爆破振动的时频特征,为该矿下阶段安全生产提供依据。     

基于正交化HHT和随机相位模拟非平稳随机过程

模拟非平稳随机过程已经成为工程中经常遇到的情况,使非平稳过程的大量模拟样本具有相同的统计特性并不容易。基于样本记录正交HHT变换的Hilbert谱提出了非平稳随机过程的模拟方法。首先,利用正交化方法对IMF分量进行处理,避免了传统EMD分解造成的能量泄漏。第二步,把样本的Hilbert谱均值作为随机过程的目标Hilbert谱,通过引入随机相位进行非平稳随机过程的仿真,并且给出了随机过程的统计特性函数。通过对低频地震动记录和高频地铁振动记录的模拟算例表明,模拟的非平稳过程样本与原记录在时频分布上非常接近,具有相同的统计特性。     

基于正交化HHT和随机相位模拟非平稳随机过程

模拟非平稳随机过程已经成为工程中经常遇到的情况,使非平稳过程的大量模拟样本具有相同的统计特性并不容易.基于样本记录正交HHT变换的Hilbert谱提出了非平稳随机过程的模拟方法.首先,利用正交化方法对IMF分量进行处理,避免了传统EMD分解造成的能量泄漏.第二步,把样本的Hilbert谱均值作为随机过程的目标Hilbert谱,通过引入随机相位进行非平稳随机过程的仿真,并且给出了随机过程的统计特性函数.通过对低频地震动记录和高频地铁振动记录的模拟算例表明,模拟的非平稳过程样本与原记录在时频分布上非常接近,具有相同的统计特性.     

基于HHT的管道阀门内漏声发射检测研究

针对管道阀门内漏声发射信号的非平稳特征,提出将总体平均经验模式分解(EEMD)和希尔伯特变换相结合的希尔伯特黄变换(HHT)方法应用于管道阀门内漏声发射检测中。利用EEMD方法将阀门内漏声发射信号自适应分解为一簇本征模态函数(IMF),并对分解后的信号进行Hilbert谱和HHT边际谱分析,可以提取到阀门内漏声发射信号的本质特征,突破常规时频分析的非线性信号局限性以及经验模式分解(EMD)造成的模态混叠现象;相比于STFT频谱,Hilbert谱具有较高的时频分辨率,最后对信号的Hilbert边际谱分析确定了内漏信号的主要作用频率。该方法可以有效的应用于阀门内漏声发射检测中。     

一种改进的Hilbert能量谱算法研究

分析了HHT中Hilbert能量谱的原理；研究了瞬时频率谱中端点效应产生的原因，将ARMA模型应用于Hilbert能量谱计算中，以旋转机械振动信号为对象，运用所提的方法对HHT中典型的本征模式函数进行仿真实验；通过与传统方法比较，证明它可以有效地改进端点效应，优化Hilbert能量谱。     

希尔伯特-黄变换若干问题研究与展望

分析了目前比较流行的非线性、非平稳信号的时频分析方法——希尔伯特(Hibert)-黄(Huang)变换(HHT)在实际应用中存在包络线拟合、端点效应、模态混叠等问题的主要原因,详细综述了目前在克服这些问题上的研究进展,探讨了解决这些问题的新方法,给出了这些问题主要是由HHT算法自身的缺陷造成的结论,提出了建立HHT理论框架和有生命力的HHT算法的研究方向,以期为进一步研究HHT提供参考依据.     

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Hilbert-Huang变换的大跨桥梁非线性抖振响应时频分析

以新疆赛吾迭格尔悬索桥为工程背景,研究非线性抖振响应的时频特性。提出了Fourier变换识别桥梁抖振响应的频谱的失真问题,从信号分析的角度寻找失真的原因,从结构动力学角度探讨响应非平稳性的导因。为解决这个问题,引入Hilbert-Huang变换(HHT变换)分析响应的边际谱。并分析HHT变换中经验模态分量的时频,从风工程角度探讨经验模态分量的物理意义。分析结果表明,大跨桥梁的颤抖振响应具有一定的非平稳性,HHT变换识别抖振响应的频谱时比Fourier变换精度更高。     

基于Hilbert边际谱的滚动轴承故障诊断方法

Hilbert-Huang变换是一种新的自适应信号处理方法，它适合于处理非线性和非平稳过程。通过对信号进行Hilbert-Huang变换，可以得到信号的。Hilbert边际谱，它能精确地反映信号幅值随频率的变化规律。针对滚动轴承故障振动信号的非平稳特征，提出了一种基于Hilbert边际谱的滚动轴承故障诊断方法。该方法在Hilbert边际谱的基础上定义了特征能量函数，并以此作为滚动轴承的故障特征向量，建立M-距离判别函数来识别滚动轴承的故障类型。对滚动轴承的内圈、外圈故障信号的分析结果表明本方法可以有效地提取滚动轴承故障特征。     

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。     

水声信号预测的神经网络方法

水声信号的局部可预测性在水声信号处理中具有重要作用,它是解决非平稳信号检测问题的基础。基于非线性时间序列局部可预测性原理,采用人工神经网络技术,研究了水声信号的神经网络预测,讨论了预测模型的建立和网络结构参数的设计。分别采用BP网络和RBF网络对实际舰船水声信号进行预测,通过对仿真数据和实际舰船辐射噪声数据预测的结果分析,得出了两种网络预测模型的误差分布,提出了减小预测误差的有效方法。为今后进一步开展水声信号预测研究奠定了基础。     

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Hilbert边际谱与随机-模糊统计原理的梁桥损伤识别试验研究

HHT是一种新的适用于非线性、非平稳信号且具有自适应性的数据处理方法,而桥梁试验模型空间变异的模糊性和测量过程中荷载激励的随机性,使得Hilbert边际谱能量比同时具有随机不确定性和模糊不确定性,适用于被随机-模糊统计原理处理,提出了基于Hilbert边际谱与随机-模糊统计原理的结构损伤识别方法,并将四个Hilbert边际谱能量指标应用到室内两跨连续梁模型桥的损伤识别中。结果表明：主梁损伤前后四种能量指标都发生了变化,但是能量累积变异指标和能量变异最值指标能准确指示出损伤位置和程度,比能量比偏差和能量比方差对于结构损伤更加敏感,更适用于桥梁实时在线的预测预警系统。     

基于HHT变换的超光滑加工表面谱分析

Hilbert-Huang变换是最新发展起来的处理非线性非平稳信号的时频分析方法。其基本的实现分为两步，多分辨经验模态分解和瞬时频率的求解，随后可以获得信号的时—频谱。这种方法的关键部分是多分辨经验模态分解，任何复杂的信号都可以分解为有限数目并且具有一定物理意义的固有模态函数。本文针对表面粗糙度用HHT进行了分析，得出相应结论，对加工有一定的指导意义。     

水声脉冲信号检测的新方法

水声脉冲信号是由一个运动平台上的发射器发射的。信号的调制方式、载频、幅度、脉宽以及周期均为未知。该文介绍了一种水声脉冲信号检测的新方法。水声脉冲信号接收机输出的短时谱重心是不断起伏的。起伏在高信噪比时会变得很小,而在低信噪比(或无信号)时会变得很大。由于,起伏的绝对偏差移动平均可用来度量起伏的大小,因此,它可以被用来检测水声脉冲信号。还介绍了新检测方法的原理、算法以及仿真结果。在海洋噪声、运动载体的辐射噪声以及小的多途干扰背景中,该方法能可靠地检测水声脉冲信号,并能同时对信号的一些参数作出估计。     

一种低截获水声遥控信号的设计方法及性能分析

提出了一种基于时频扩展技术的低截获水声遥控信号设计方法,分别采用多载波技术和直序扩频技术实现水声遥控信号的扩时调制和频谱扩展。分析了信号的时宽带宽对低截获性能的影响,采用Wigner-Ville分布对时频扩展前后信号的能量分布进行了对比研究,利用可检测距离的概念定量分析了信号时频扩展前后的低截获性能。理论分析和仿真结果表明,该时频扩展信号具有低的瞬时功率及谱密度,处理增益大,可检测距离小,能够高可靠地实现信息的隐蔽传输。     

水下高速目标航行参数遥测技术研究

对于高速、强机动的水下目标来说,其航行参数信息的实时遥测具有重要意义。水声信号的多普勒频移估计与补偿是水声遥测的关键技术之一,它直接影响着水声遥测的效果与性能。针对双曲线调频信号及线性调频信号进行仿真分析,对比在相同情况下的多普勒频偏可补偿性,仿真实验证明双曲线调频信号具备较高的多普勒容限,其时延值估计精度可达到1μs。结合工程实际,采用双曲调频信号与单频信号组合的方式进行水声遥测,充分发挥双曲线调频信号的多普勒不变性和单频信号对多普勒频移的敏感性,在获得较高定位精度的同时,也具备高精度的水声遥测功能。该组合信标信号经过湖上试验验证,具有遥测精度高、误码率低、易于实现等优点,可直接应用于相关水声工程中。