希尔伯特-黄变换(HHT)

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。

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。

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。

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。

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。

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.

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.

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.

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.

摘要： 一种采用希尔伯特‑黄变换预测连铸坯鼓肚变形量的方法，属于钢铁冶金连铸检测技术领域。首先，通过以太网直接读取结晶器液面控制系统检测到的液位信号，并同步采集铸机拉速浇铸等工艺参数。其次，采用希尔伯特‑黄变换对液位信号进行经验模态分解和希尔伯特边际谱分析得到结晶器液位信号的各层本征模态函数C1(t)～CN(t)，以及能够对鼓肚进行定位的鼓肚频率。最后，确定鼓肚液位分量的波动幅度，由波动幅度得到鼓肚变形量。本发明借助连铸现场已有的信号检测条件，避免了在恶劣的连铸现场额外安装传感器和测量元件，检测原理清晰，易于维护，实现了连铸坯鼓肚变形量的在线预测，为提升铸坯质量、促进生产顺行及过程异常的在线监测提供了可靠手段。

摘要： 本发明公开了一种基于希尔伯特黄变换的频谱感知方法及装置，其中该方法包括：获取待检测信号，并对待检测信号进行EMD分解，得到对应的n个IMF分量，待检测信号为无线频谱信号；求出每个IMF分量的希尔伯特谱，并将第1个至第i个IMF分量分别对应的希尔伯特谱进行叠加，得到总希尔伯特谱，其中i小于n；对总希尔伯特谱进行时间上的累加，得到边际谱；判断边际谱是否大于或者等于预设判决门限值，如果是，则确定待检测信号中存在主用户信号，如果否，则确定待检测信号中不存在主用户信号。本申请提供的上述技术方案能够准确的反映无线频谱信号的局部特征，从而大大提高了频谱感知的准确率。

摘要： 本公开提供了一种基于希尔伯特‑黄变换的微电网线路故障诊断方法及系统，所述方法包括以下步骤：获取微电网的运行状态数据；将故障检测点的电压信号经过希尔伯特‑黄变换得到二维时频谱图和Hilbert谱图；根据二维时频谱图和Hilbert谱图进行故障判断；根据Hilbert谱图的特征和各相间的相关系数进行短路故障类型的识别；根据故障时刻线路上方向识别点电压和/或电流信号的能量突变，得到故障线路；本公开提高了故障诊断的精确度，而且诊断方案不受微电网潮流多变特点的影响，提高了新型诊断方法的适应性。

摘要： 本发明公开一种基于希尔伯特黄变换的fMRI时频域动态网络构建方法，包括：输入原始图像；对原始图像进行预处理；提取基于全脑强功能连接的脑区及其对应的时间序列；时间序列后处理；fMRI的HHT的时频域动态网络构建；在时频域上对网络的变化模型进行分析研究。本发明采用希尔伯特黄变换算法可以根据数据本身自适应生成基函数，避免提前选取不合适的基函数产生的不准确结果。

摘要： 本发明公开了一种基于分数阶小波变换和希尔伯特黄变换的跳频信号检测方法，其特征是，包括如下步骤：1）输入待处理的跳频信号；2）设定阶次的范围及搜索步长、对跳频信号做分数阶傅里叶变换；3）得到最高层的逼近系数和各层小波细节系数；4）小波重构；5）得到去噪后的时域信号；6）得到新时域信号；7）进行EMD分解，得到希尔伯特谱；8）得到跳频周期。这种方法不存在交叉项干扰，避免了传统时频分析过程中窗函数的影响，实现了信号在时间‑分数域的多分辨分析，进一步提高了信号参数估计精度。

摘要： 本发明涉及一种基于希尔伯特‑黄变换的汽车零部件载荷谱快速压缩方法，包括：1)获取并输入原始载荷信号；2)对载荷谱进行预处理；3)对原始载荷信号进行经验模态分解，获得多个固有模态函数；4)对每个固有模态函数进行希尔伯特‑黄变换，得到载荷信号的瞬时能量谱；5)利用遗传算法对瞬时能量谱设置阈值并定位低于最优阈值的瞬时能量谱片段，删除载荷信号中对应时间片段；6)对保留信号片段进行拼接，得到最优压缩信号；7)计算压缩载荷信号与原始载荷信号的疲劳损伤保留量等，检验功率谱密度及穿级计数，当疲劳损伤保留量等的误差大于15％时，则循环步骤5)重新求取阈值，反之，则跳出循环；8)完成汽车零部件载荷谱的压缩工作。

摘要： 本发明涉及分布式光纤传感技术与分布式光纤信号处理领域，具体涉及一种基于改进希尔伯特黄变换的DAS系统信号处理方法，包括如下步骤：提取扰动点的时域曲线，对其使用滑动平均和改进的希尔伯特黄变换进行处理，其中，改进的希尔伯特黄变换包括：对其源信号做EEMD，得到所需的IMF分量，再将IMF分量作为源信号通过CEEMD算法解调，对解调的结果进行Hilbert变换以进行时频分析和论证。本发明通过对原始信号进行滑动平均降噪和使用改进的希尔伯特黄变换这一算法进行微弱信号提取，可满足对实际应用过程中扰动音频信号进行还原解调的需求，而且还弥补了现有DAS系统无法自适应的缺点。

摘要： 本发明公开了基于希尔伯特黄变换和支持向量机的故障识别方法，包括以下步骤：获取用户用电状态数据；将所述用户用电状态数据进行小波包处理，得到无高频干扰噪声的电流信号；通过陷波器将所述无高频噪声干扰信号的电流信号进行滤波处理，得到经过去噪滤波后的电流信号；采用经验模态分解对所述去噪滤波后的电流信号进行分解，得到固有模态函数；从所述固有模态函数中提取电流信号特征；将所述提取的电流信号特征通过分类器进行故障识别；实现了精确识别电弧故障。

摘要： 本发明公开了一种基于变分希尔伯特黄变换的滚动轴承故障诊断方法，包含以下步骤：S1将滚动轴承的测量数据使用经验模态分解进行处理，得到若干本征模态函数IMFi；S2使用敏感准则对得到的IMFi进行筛选，得到包含滚动轴承故障信息的敏感模态；S3将每个敏感模态构造为以带宽之和最小为目标的变分模型，并对变分模型进行求解，得到若干有限带宽模态；S4依据信号特性，将有限带宽模态按照规定次序进行重构，得到滚动轴承故障成分；S5使用希尔伯特黄变换对故障成分进行检测，并与理论故障特征频率进行对比，确定滚动轴承故障位置。本发明通过变分希尔伯特黄变换对滚动轴承数据进行处理，实现了滚动轴承噪声压制的效果。

摘要： 本实用新型公开了一种希尔伯特黄变换和巨磁阻技术的接地环流监测装置，涉及接地环流监测技术领域。本实用新型包括信息采集单元、信息处理单元、安装板，信息采集单元与信息处理单元连接。本实用新型通过磁场测量相关参数，属于无接触测量，几乎无任何安全问题，仅安装或维修时需人工服务，其他时间可按需远程操纵使用或一直工作，普通情况下，当电缆出现故障时，一般的接地环流装置由于与电缆精密相连需要被一并拆卸下，具有一定的工作量及潜在的安全问题，而无接触式的本装置却不需要。在算法上使用了经验模态分解方法不仅能够完成对不规则不均匀的信号进行处理，还克服了传统信号处理的噪声干扰，模态混叠等多个问题。