希尔伯特-黄变换(HHT)
希尔伯特-黄变换(HHT)的相关文献在2003年到2022年内共计74篇,主要集中在自动化技术、计算机技术、电工技术、无线电电子学、电信技术
等领域,其中期刊论文74篇、专利文献73949篇;相关期刊60种,包括中国高新技术企业、吉林大学学报(地球科学版)、浙江大学学报(工学版)等;
希尔伯特-黄变换(HHT)的相关文献由242位作者贡献,包括张郁山、梁建文、胡聿贤等。
希尔伯特-黄变换(HHT)—发文量
专利文献>
论文:73949篇
占比:99.90%
总计:74023篇
希尔伯特-黄变换(HHT)
-研究学者
- 张郁山
- 梁建文
- 胡聿贤
- 刘惠康
- 李大虎
- 梁明剑
- 顾勤平
- 黎小刚
- JIANG qi
- LUO Yu-zhang
- WANG Guang-yan
- YANG Xiu-fen
- ZHU Qiong-ke
- 丁颖铖
- 丰继华
- 于凤芹
- 于洋
- 于露
- 他得安
- 会强
- 何利铨
- 何立志
- 关晓磊
- 关维国
- 冯玉田
- 刁志蕙
- 刘子由
- 刘建国
- 刘新月
- 刘晓建
- 刘桂祥
- 刘桂英
- 刘珂
- 刘畅
- 刘睿
- 刘红光
- 刘菁华
- 刘香银
- 卢军
- 叶明班
- 吕文
- 吴建明
- 吴成攀
- 周峰
- 周秀
- 周静雷
- 唐晓勇
- 唐超
- 唐远
- 奚小军
-
-
秦榛;
王睿;
王金鑫;
彭浩城
-
-
摘要:
针对局放信号中单一的去噪方法去噪效果差以及经验模态分解(empirical mode decomposition,EMD)存在的模态混叠和其他缺陷,文章提出一种基于改进的希尔伯特黄变换(Hilbert-Huang transform,HHT)的去噪方法;针对神经网络所需样本多和计算量大的特点,提出对有高信息维度的边际谱进行方向梯度直方图(histogram of gradient,HOG)和灰度共生矩阵(gray level co-occurrence matrix,GLCM)特征提取后通过支持向量机(SVM)辨别的方法。局放信号中主要有窄带周期干扰和白噪声2种噪声干扰难以去除,窄带噪声能量集中在频域上,可以通过快速傅里叶变换(FFT)将其先去除,然后采用添加互补自适应白噪声的完整集合经验模态分解(complete ensemble empirical mode decomposition with complementary adaptive white noise,CEEMDCAN)和自适应阈值法结合的方法,不仅有效抑制了白噪声,而且消除了模态混叠,重构误差和计算量都更小。仿真结果表明,该去噪方法去噪效果明显,在少样本情况下,通过SVM快速辨别可以获得92.5%的高识别率。
-
-
钟华;
邢懿鹏;
丁颖铖;
赵荣华
-
-
摘要:
为了提高供水管泄漏检测准确率,提出一种基于希尔伯特黄变换(Hilbert-Huang Transform,HHT)与近似熵的管道泄漏检测方法。首先,对泄漏信号进行HHT处理,得到信号的Hilbert边际谱,从频率上将泄漏信号和噪声信号区分开;然后,将泄漏信号的Hilbert边际谱作为输入对象,求解有效频段内的近似熵,并将近似熵作为泄漏检测的判决对象。实验结果表明,提出方法的泄漏检测准确率达95%以上。
-
-
许得水;
卢军;
刘桂祥;
张鲲;
林松;
韩超
-
-
摘要:
屏蔽泵是核设备中重要的旋转设备。屏蔽泵启动过程中的瞬态激励会产生较大的振动及声辐射。分析屏蔽泵启动时的瞬态振动信号的频谱特性,是对其进行评估的基础。本研究主要使用希尔伯特-黄变换(Hilbert-Huang Transform,HHT)方法对屏蔽泵启动过程产生的瞬态信号进行分析与评估。希尔伯特-黄变换作为一种新的自适应方法,对非线性和非平稳信号敏感,主要包括经验模态分解和Hilbert谱分析。对瞬态信号进行经验模态分解(Empirical Mode Decomposition,EMD),得到内部模态函数(Intrinsic Mode Function,IMF)分量及希尔伯特能量谱,计算得到边际谱后即可算出信号的振级,从而对不同点的瞬态信号进行评估。本文采用短时傅里叶变换、小波变换及希尔伯特-黄变换对瞬态信号进行研究,分析结果表明,希尔伯特-黄变换方法能够有效判断出瞬态信号的频域分布,可对瞬态信号进行定量评估。
-
-
黄泽佼;
徐子东;
罗晗;
黄远生
-
-
摘要:
工频噪声源于社会生产活动中产生的电磁噪声,常会造成视电阻率曲线病态或发散。为了提高数据处理与解释的精度,本文针对EH-4数据中常见的工频噪声,采用希尔伯特—黄变换进行去噪处理,通过对实际数据的时间序列处理分析可知,该方法利用数据自身的时间尺度特征自适应地分解信号,能够很好地去除工频噪声,为大地电磁信号的去噪提供了一条有效的路径。另外,本文还针对经验模态分解过程中产生严重的模态混叠及“端点效应”进行分析,运用聚合经验模态(EEMD)对仿真信号及实测数据的时间序列进行分解,有效地解决了模态混叠等问题。
-
-
李瑞
-
-
摘要:
现有无线电信号监测方法存在定位精度不准确的问题,为此提出一种通过希尔伯特-黄变换(Hilbert-Huang Transform,HHT)进行无线电信号监测的方法。通过Hilbert变换测量出信号的瞬时振幅、瞬时相频以及瞬时频率,计算出无线电信号各个本征模态分量,获取混合硬盘(Hybrid Hard Disk,HHD)无线电信号,根据实际采集的无线电信号数据计算出监测数据信号的关键参数,最终实时监控无线电信号参量,提高监测的定位精度。通过对比传统的无线电监测方法,使用HHT能够更精确地定位到无线电信号的具体位置,为维护无线电监测结果的权威性、确保其无线电频谱服务的正常合规运营提供理论支持。
-
-
阙红波;
高扬;
吴成攀;
栗华
-
-
摘要:
齿轮副是传动系统中的重要部件,齿轮在啮合过程中会出现单、双齿交替参与啮合的情况,造成齿轮啮合刚度周期变化,引起系统振动.齿轮的啮合刚度与齿轮的状态有关,当齿轮出现故障时,齿轮啮合刚度会发生变化,因此通过监测齿轮的啮合刚度就能够估计齿轮副的工作状态.根据齿轮副的动力学模型建立齿轮啮合刚度的离散辨识模型,提出基于扩展卡尔曼滤波器和希尔伯特-黄变换瞬时频率,利用振动信号对齿轮啮合刚度进行估计的动态辨识算法.仿真和实测结果表明,所提出的方法能够跟踪辨识齿轮的啮合刚度,具有较高的辨识精度.
-
-
章雅楠;
孙建平;
刘新月
-
-
摘要:
针对高频易损坏的常见机械设备,常存在故障特征量"表征难",诊断精度欠缺且判断时间长等问题.提出一种优化Elman神经网络故障诊断的模型,以凯斯西储大学轴承数据(CWRU)为实例,在诊断效果方面具有一定的改善.鉴于,滚动轴承常见的故障振动信号多呈现出非线性、非平稳的特征.首先,应用希尔伯特-黄变换(HHT)对原始信号数据进行分解、降维、变换,从而提取出对故障信号敏感且故障频率易辨别的包络谱作为表征故障的特征量.接着,通过改进Elman神经网络,在网络输入对应位置增加时延,其长度可根据输入特征维度不同而改变.最终,建立故障诊断模型.诊断结果可清晰直观的展现出该模型在诊断精度及学习效率方面具有很好的提升.
-
-
黄明铎;
孙启国
-
-
摘要:
目前工程上在对悬吊式换流阀抗震分析中的阻尼比取值普遍采用《建筑抗震设计规范》中的建议值2.0%,且尚未检索到针对其相关的阻尼比计算.文章通过ANSYS有限元软件仿真模拟振动台试验,并采用希尔伯特-黄变换(HHT)的模态参数识别技术,计算出了悬吊式换流阀的各阶阻尼比及整体阻尼比.计算结果表明,文中计算出的换流阀整体阻尼比2.5% 与建议值2.0% 较为接近.最后指出,文中计算出的各阶振型阻尼比可用于悬吊式换流阀抗震仿真分析中阻尼模型的设计,以得到换流阀更合理的地震响应结果.
-
-
赵隆;
郭玉龙;
郑天堂;
曹雯
-
-
摘要:
针对现有导线振动监测以秒平均振幅和秒平均频率衡量导线微风振动程度带来的误差,提出了一种考虑振动特征瞬变的导线微风振动在线监测及预警技术.根据压电材料的正压电效应设计一种振动监测传感器,测量距悬垂线夹89 mm处的加速度时程曲线.以获得瞬时幅值和瞬时频率为目标,采用经验模态分解(empirical mode decomposition,EMD)结合相关性判断得到符合原始信号振动机制的特征模态函数(intrinsic mode function,IMF),经希尔伯特变换(hilbert transform,HT)提取瞬时参数,并利用瞬时幅值和瞬时频率计算导线对应动弯应力下各单元损伤参数,通过数值方法证明其有效性.经振动台试验对比分析,导线在有效损伤频段0~60 Hz内,该方法得出的各项疲劳损伤参数与计算值的吻合度均在86.77%以上,且主要疲劳损伤参数最大试验误差为8.02%,平均试验误差为0.92%,说明该方法可以作为振动导线疲劳寿命预警的有效依据.
-