EMD时频分析方法的理论研究与应用

摘要

时频分析方法能够有效地实现对时变非平稳信号的分析及特征提取，已经成为现代信号处理方法研究中的热点。基于EMD(Empirical ModeDecomposition)的时频分析是一种新型时频分析方法，能将复杂信号经EMD分解为有限个本征模函数(IMF)，再对所得的IMF分量进行Hilbert变换，从而赋予瞬时频率合理的物理意义。 首先，论文阐述了瞬时频率、本征模函数的基本概念，研究了EMD的分解原理与算法，分析了Hilbert/Huang时频谱(HHT谱)与边际谱的物理意义，并对EMD分解中应注意的问题进行了分析研究。 其次，在分析EMD原理的基础上分析了影响EMD分解精度的原因，并对EMD算法进行了优化。对于采样频率过低的原因，利用内插值来增加信号采样频率的方法进行优化；针对EMD分解中存在的端点效应，给出利用数据序列延拓技术抑制端点效应的方法，分析了基于镜像延拓法、神经网络延拓法的算法实现以及存在的不足，在此基础上，提出了端点极值包络延拓方法，采用理论分析和仿真实验相结合验证上述方法在提高EMD分解精度、改善时频分析性能方面的有效性。 再次，分析了EMD分解方法的自适应性、EMD时频谱的时频分辨率特性以及EMD的时间尺度滤波特性，并在EMD的时间尺度滤波特性的基础上，提出了基于相关度的EMD时间尺度滤波方法，并通过仿真试验验证了该方法的可行性及有效性。 最后，将EMD时频分析方法应用于信号瞬态特征提取以及信号的趋势提取领域，验证了此时频分析方法的有效性以及反映信号局部时频特征的独特优点。

目录

文摘

英文文摘

声明

第1章绪论

1.1研究目的及意义

1.2信号时频分析的发展概况

1.2.1线性时频分析

1.2.2双线性时频分析

1.2.3自适应时频分析

1.3基于EMD的时频分析

1.4本文的主要研究内容

第2章EMD时频分析方法的基本理论

2.1引言

2.2 EMD方法的基本概念

2.2.1瞬时频率

2.2.2本征模函数

2.3 EMD方法的基本原理和算法

2.3.1 EMD分解的原理

2.3.2 EMD分解的完备性和正交性

2.3.3 EMD分解的算法的具体步骤和流程图

2.4 基于EMD的Hilbert/Huang时频谱

2.5 EMD分解中应注意的问题

2.5.1信号长度的选取

2.5.2筛选过程停止准则

2.5.3信号分解停止准则

2.6本章小结

第3章提高EMD分解精度的算法研究与改进

3.1引言

3.2影响EMD分解精度的原因分析

3.3采样频率对EMD算法的影响及优化

3.3.1采样频率对EMD分解的影响

3.3.2基于对信号内插式重构的EMD改进算法

3.4基于信号延拓技术的端点效应改进研究

3.4.1 EMD分解的端点效应及其影响

3.4.2基于信号延拓技术的EMD改进算法研究

3.5本章小结

第4章EMD算法的特性分析

4.1引言

4.2 EMD分解方法的自适应性

4.3 EMD时频谱的时频分辨率特性

4.4 EMD分解的滤波特性分析

4.4.1 EMD的时间尺度滤波特性

4.4.2基于相关度的EMD时间尺度滤波

4.4.3仿真试验

4.5本章小结

第5章基于EMD时频分析方法的应用研究

5.1引言

5.2 EMD在瞬态特征提取中的应用研究

5.3 EMD在信号趋势提取中应用研究

5.4本章小结

结论

参考文献

攻读硕士学位期间承担的科研任务与主要成果

致谢

作者简介