基于HHT的非平穩(wěn)信號特征提取方法及應(yīng)用研究.pdf

1、非平穩(wěn)信號的分析和處理作為現(xiàn)代信號處理學(xué)科的重要內(nèi)容，一直是理論科學(xué)和工程實(shí)踐研究的熱點(diǎn)。以短時(shí)傅里葉變換和小波分析為代表的相關(guān)處理方法雖然不同程度的對非平穩(wěn)信號的時(shí)變性給出了恰當(dāng)?shù)拿枋?，但它們都是以傅里葉變換為最終的理論依據(jù)，使用它們分析非平穩(wěn)信號容易產(chǎn)生虛假信號和假頻等現(xiàn)象。為了避免這個(gè)問題，對非平穩(wěn)信號最直接的分析和處理方法是使用具有局域性質(zhì)的基本量，如瞬時(shí)頻率。Hilbert-Huang變換（HHT）則是以瞬時(shí)頻率作為基礎(chǔ)的一種

2、全新的非平穩(wěn)信號分析方法，它可以有效的分析并提取信號在整個(gè)時(shí)域內(nèi)的局部化特征，已經(jīng)廣泛應(yīng)用在生物醫(yī)學(xué)、機(jī)械故障診斷學(xué)、海洋工程等眾多領(lǐng)域。本文在對現(xiàn)有的主要時(shí)頻分析方法及其各自的針對性和局限性做出深入分析的基礎(chǔ)上，重點(diǎn)研究基于HHT的非平穩(wěn)信號時(shí)頻分析以及特征提取方法，所做的工作如下：
　?、傺芯苛薍HT算法的基本理論，包括瞬時(shí)頻率、本征模態(tài)函數(shù)、經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）算法以及Hilbert譜分析等。其中對于EMD算法，詳細(xì)介紹了

3、該算法的分解原理及分解步驟，并給出了算法的完備性和正交性分析。深入分析了HHT目前存在的主要問題，包括模態(tài)混疊問題和端點(diǎn)效應(yīng)問題，并詳細(xì)給出了目前針對這兩個(gè)問題的相應(yīng)改進(jìn)措施。
　　②在對Hilbert時(shí)頻圖分析的基礎(chǔ)上，提出了一種基于直方圖統(tǒng)計(jì)特征的非平穩(wěn)信號特征提取方法。首先從基于HHT的信號時(shí)頻域表達(dá)出發(fā)，分析了模態(tài)混疊和端點(diǎn)效應(yīng)問題對時(shí)頻表達(dá)的影響，通過仿真實(shí)驗(yàn)將HHT與傳統(tǒng)時(shí)頻分析方法進(jìn)行了比較研究，最后給出了基于時(shí)頻圖

4、像的直方圖統(tǒng)計(jì)特征提取方法。
　?、墼趯ilbert邊際譜分析的基礎(chǔ)上，給出了一種聯(lián)合譜能量和譜熵的非平穩(wěn)信號特征提取方法。首先介紹了信號的邊際譜表示，然后通過實(shí)驗(yàn)仿真分析了邊際譜與傳統(tǒng)傅里葉幅值譜在信號表達(dá)上的區(qū)別，最后介紹了基于邊際譜的信號特征提取方法，分別給出了譜能量和譜熵兩種特征量，并作了詳細(xì)分析。
　?、軐煞N特征提取方法應(yīng)用于癲癇腦電信號檢測中。分別對腦電信號進(jìn)行時(shí)頻圖分析和邊際譜分析，提取了腦電信號具有顯著意