非平穩(wěn)信號時頻分析技術研究.pdf

1、在信號處理中，信號一般分為兩大類：確定性信號和隨機信號。而隨機信號又可以分為平穩(wěn)的和非平穩(wěn)的。傳統(tǒng)信號處理理論研究的對象大多局限于平穩(wěn)信號，然而，人們發(fā)現眾多的實際信號，譬如雷達、聲納、語音、音樂、生物信號等都具有非平穩(wěn)特征，都是典型的非平穩(wěn)信號，為了分析和處理實際信號，半個多世紀以來，眾多學者由Fourier分析入手，提出并發(fā)展了一系列的信號分析理論，時頻分析就是其中比較成熟和重要的一種。 本文介紹了時頻分析的基本理論和幾種傳

2、統(tǒng)的時頻分析理論，包括短時傅立葉變換，小波變換等，并介紹了Norden E．Huang等人創(chuàng)立的Hilbert_Huang變換（HHT）的新方法。這一方法創(chuàng)造性地提出了固有模態(tài)信號的新概念以及將任意信號分解為固有模態(tài)信號組成的方法——經驗模態(tài)分解法（Empirical Mode Decomposition，EMD），從而賦予了瞬時頻率合理的定義、物理意義和求法，初步建立了以瞬時頻率為表征信號交變的基本量，以固有模態(tài)信號為基本時域信號的新

3、時頻分析方法體系。經驗模態(tài)分解（EMD）特別適合處理非線性、非平穩(wěn)信號。它可以把復雜的信號分解為一組按頻率高低排列的固有模態(tài)函數（Intrinsic mode function，IMF）之和，每一個IMF所包含的頻率成分不僅與采樣頻率有關，更重要的是它隨信號本身的變化而變化，因而EMD是一種自適應的信號處理方法。該方法已廣泛應用于機械故障檢測、地震信號分析、生物醫(yī)學以及電磁波、聲波信號分析等領域。EMD分解和Hilbert譜分析方法統(tǒng)稱

4、為Hilbert—Huang變換，具有很多優(yōu)越性：第一次給出了IMF的定義，指出IMF的幅度允許改變，突破了傳統(tǒng)上僅將幅度不變的簡諧信號定義為基信號的局限；在對信號分解時不需要先驗的基底，每一個IMF包含的頻率成分不僅與采樣頻率有關，還隨著信號本身的變換而變化，具有自適應性，而當小波基和分解尺度確定時，小波分解只與分解尺度和信號采樣頻率有關，不具有自適應性；瞬時頻率定義為相位的導數，不需要整個波來定義局部頻率；小波分析本質上是可調的窗口

5、傅立葉變換，由于小波基函數的長度有限，在對信號作小波變換時會產生能量泄露，從而在對信號時頻域作精確分析時會有較大的困難。 本研究針對傳統(tǒng)的經驗模態(tài)分解所得的前幾階固有模態(tài)函數帶寬過大，提取的IMF不能很好地滿足Hilbert變換的窄帶/單組分頻率要求的問題，提出了一種改進的掩蔽信號方法，用來限制EMD分解中信號的帶寬，并與增加迭代次數相結合，改善了經驗模態(tài)分解的頻率分辨能力。研究了EMD的迭代次數與其頻率區(qū)分能力的關系；提出使用