共查询到20条相似文献，搜索用时 125 毫秒
1.
在船载地磁三分量测量结果中存在脉冲和高频随机噪声干扰,会影响船磁校正精度。基于实测船载地磁三分量的总场数据构建了一种基于形态学 HHT算法的信号分析和预处理方法,用形态学滤波方法去除脉冲噪声,用希尔伯特-黄变换(Hilbert-Huang Transform, HHT)识别高频噪声分量,并通过自相关函数验证6阶以上的高阶分量包含有效地磁信号,截止频率在0.010~0.500 Hz之间。采用巴特沃斯滤波器(Butterworth filter)对该频率内含噪声地磁总场进行低通滤波处理,并与快速傅里叶变换(Fast Fourier Transform, FFT)滤波结果进行对比,计算2种滤波处理方法的均方根误差(RMSE),形态学-HHT方法的RMSE仅为194 nT,而FFT方法的约为600 nT,表明形态学-HHT的滤波效果优于FFT,可有效压制船载地磁三分量中的随机噪声干扰。 相似文献
2.
《中国海洋大学学报(自然科学版)》2016,(4)
针对经验模式分解(EMD)易受噪声影响的缺点,提出采用小波消噪结合Hilbert-Huang变换的结构损伤检测方法。首先对含噪声振动信号进行小波消噪预处理实现信噪分离,再进行EMD分解得到若干固有模态函数(IMF),利用希尔伯特(Hilbert)变换得到其瞬时频率。提出了一个基于低阶瞬时频率变化率的损伤判定指标,利用此指标可以判断损伤是否发生。数值研究结果表明小波消噪结合HHT的方法是进行损伤检测比较有效的方法。 相似文献
3.
针对快速滤波分解信号为本征模态函数(IMF)所产生的边界效应问题,提出了一种抑制这种边界效应的方法。即利用快速滤波先将原信号分解为本征模态函数,然后在信号内部截取适当的两段分别延拓到原信号两端,经快速滤波得到分解结果后,再截去延拓的部分,保留原信号长度的分解结果。通过实例验证了该方法的有效性。 相似文献
4.
振动信号处理技术能够提取反映结构健康的特征信息,在导管架平台健康监测中发挥了重要作用。为了给导管架平台健康监测与振动特征提取的发展提供借鉴和指导,文中对导管架平台特征提取中常用的信号处理方法:傅里叶变换、小波变换和希尔伯特-黄(Hilbert-Huang)变换进行了综述,系统总结了它们的基本理论、适用范围、优缺点以及在导管架平台健康监测中的应用情况。文中发现傅里叶变换方法简单、适用性强,对于平稳信号有很好的处理效果;小波变换和希尔伯特-黄变换能很好地提取非平稳信号的时频特性,在导管架平台健康监测与特征提取中应用广泛。同时,随着人工智能算法的快速发展,未来的发展中,可以进行信号处理方法与人工智能算法的结合使用,以期获得更好的信号处理效果。 相似文献
5.
针对舰船地震波信号的非平稳性,将希尔伯特–黄变换(HHT)应用于舰船地震波信号处理中, 并基于 Hilbert 能量谱提出舰船地震波信号实时检测算法。首先,对实测地震波信号进行 HHT 分析,获得信号的时频谱、边际谱、瞬时能量谱以及 Hilbert 能量谱。然后,基于舰船地震波信号 Hilbert 能量谱的特点,选取 Hilbert 能量谱中特定频带内的能量作为检测特征量,利用滑动窗截取数据更新特征量和相应的自适应阈值。 最终,根据一定的检测规则,提出了舰船地震波信号的实时检测算法。实测数据和仿真数据表明：该检测算法能够实时地完成对目标信号的检测,具有较远的检测距离,且在信噪比为–10 dB 时,检测概率达到 100%。 相似文献
6.
为了在海洋环境中准确获取鱼类在摄食、产卵和争斗过程中发出的短促、瞬时的信号,采用希尔伯特-黄变换算法实现微弱被动瞬态鱼声信号的检测。该算法首先将瞬态鱼声信号实现固有模态信号的分解,其次将经验值高阶阶数的固有模态信号求和重构即可实现信号能量幅度检测;在固有模态信号的分解的基础上,计算求和重构信号的希尔伯特能量谱,即可实现瞬时能量密度级的检测。通过不同信噪比和检测器的比较研究,结果表明基于希尔伯特-黄变换算法的两种检测方法能有效提高微弱被动瞬态鱼声信号的检测性能。 相似文献
7.
针对海洋地震资料高分辨率宽频处理的要求,也为了克服常规谱白化、反Q滤波等方法无法同时增强时域和频域局部细节的不足,基于希尔伯特黄变换(HHT)的谱白化方法对海洋地震资料进行高分辨率处理应用研究。对地震记录进行固有模态分解(EMD),得到不同尺度的IMF分量;再利用常规谱白化方法对每个分量根据瞬时频率进行合理的振幅均衡;将均衡后的IMF分量进行反变换重构地震记录,从而得到高分辨地震数据。通过理论模型和实际地震资料实验,与常规谱白化方法的对比分析,表明该方法信号局部时频刻画能力以及相对振幅保真性优于常规方法,同时表明此方法能够有效增强地震信号时域和频域的分辨率,使地震剖面更为连续和清晰,并具有较高的信噪比。 相似文献
8.
希尔伯特-黄变换是一种处理非线性、非平稳数据的方法,目前该方法已在遥感图像处理中得到高度重视。文中在介绍希尔伯特-黄变换的基础上,首先通过对时间序列数据的不同频率信息进行分离,揭示了希尔伯特-黄变换方法对局部时间尺度的物理含义。通过希尔伯特-黄变换方法对不同空间尺度信息的分离,对SAR遥感图像滤波和SAR遥感图像信息提取开展了实例应用研究,展示了希尔伯特-黄变换方法可以通过遥感图像提供各种尺度信息现象的有效数据。最后讨论与分析了希尔伯特-黄变换方法的局限性与优势,并对其在遥感图像处理中的应用进行了总结和展望。 相似文献
9.
本文给出了几种规则形状二度体和三度体重力异常的希尔伯特变换式,提出了一种利用希尔伯特变换反演异常体的方法。这种方法充分利用了重力异常信息:利用重力异常Δg(x)曲线和它的希尔伯特变换H(x)曲线及Δg(x)-H(x)参量图上的某些特征点直接反演异常体形状参数及埋深。方法简单、实用。 相似文献
10.
通过分析C-BOOM浅剖信号的时域和频域特点,观察到其信号频带较宽,和环境噪声频带重叠,而且信号重复性较差,使得无法使用傅立叶变换等传统方法对C BOOM浅剖信号进行准确的频域参数估计和滤波.基于HHT(Hilbert-Huang Transform)方法对C-BOOM浅剖信号进行分析,通过分析筛选由EEMD(Ensemble Empirical Mode Decomposition)分解得到的信号分量确定了信号频带和中心频率等频域参数,在未知信号频带的情况下完成了对信号的滤波,分离得到了C-BOOM浅剖的信号部分和环境噪声部分.通过比较分离得到的环境噪声成分和真实环境噪声的频谱,验证了信号分离方法是有效的. 相似文献
11.
Practical implementation of Hilbert-Huang Transform algorithm 总被引：12，自引：0，他引：12
Hilbert-Huang Transform (HHT) is a newly developed powerful method for nonlinear and non-stationary time series analysis. The empirical mode decomposition is the key part of HHT, while its algorithm was protected by NASA as a US patent, which limits the wide application among the scientific community. Two approaches, mirror periodic and extrema extending methods, have been developed for handling the end effects of empirical mode decomposition. The implementation of the HHT is realized in detail to widen the application. The detailed comparison of the results from two methods with that from Huang et al. (1998, 1999), and the comparison between two methods are presented. Generally, both methods reproduce faithful results as those of Huang et al. For mirror periodic method (MPM), the data are extended once forever. Ideally, it is a way for handling the end effects of the HHT, especially for the signal that has symmetric waveform. The extrema extending method (EEM) behaves as good as MPM, and it is better t 相似文献
12.
采用径向基函数神经网络法延拓原始数据序列,有效抑制了EMD分解中出现的端点发散效应,从而实现准确的EMD分解。利用该方法对中国近海验潮站的月平均海平面资料进行处理,分解得到的内在模函数分量代表了海平面各种周期性变化。通过EMD分解得到的总体自适定趋势项为非线性变化,比以往趋势项提取方法更有优势,它反映了在资料长度内海平面的长期升降情况。数据序列越长,该方法所能分解出来的IMF成分越多,可分辨的频率越小。 相似文献
13.
常规的基于叠后地震资料的地层Q值补偿方法受数据平均效应的影响,Q值估算精度较低,导致保真性差,而HHT时频分析可以反映出信号的局部信息,基于以上原因,提出一种基于HHT方法的地层Q值补偿方法。首先应用HHT分频技术将浅层、中深层地震数据分成不同的频率范围,得到不同目标层频率尺度的地震数据;然后在HHT时频域内通过谱比法提取Q值;最后分别进行地层Q值振幅补偿和相位补偿。该方法针对不同的目标地层将地震数据分解成不同的频率尺度,避免了不同频率成分之间的干扰,而且可针对性处理目标层的频率信息,提高了地层Q值提取的稳定性。模型试算和实际资料应用表明,该方法能够有效地对振幅和相位进行补偿,使中深层反射波形得到恢复,主频提高,频带展宽,地震资料的品质得到提升。 相似文献
14.
基于HHT的吕宋岛西北海域叶绿素浓度及相关环境物理要素的多时间尺度分析 总被引：1，自引：0，他引：1
利用基于集合经验模态分解(EEMD)方法而改进的Hilbert-Huang变换(HHT)方法,分析了吕宋岛西北海域从1997年9月至2009年7月近12年的月平均遥感叶绿素浓度观测序列以及相关环境物理要素时间序列,分离出各要素的特征振荡模态(IMFs);在此基础上以叶绿素与相关要素间具有相同或相近频率的IMF对偶之间相位差余弦值的方差为指标,探讨了该海域叶绿素浓度与环境场之间的联系。结果表明:1)海区各研究变量都具有明显的季节和年际振荡特征,叶绿素准年周期模态方差贡献达81%,年际变化中准两年振荡是海区诸要素共同的波动类型,此外叶绿素浓度还具有4年左右周期的振荡。2)除埃克曼抽吸速度在准年周期振荡上与叶绿素浓度显著正相关、Nio3区海表温度在准两年周期上有弱的正相关关系外,其余要素均与叶绿素浓度在不同时间尺度上呈负相关关系。这些结果说明HHT是气候序列多时间尺度分析中的一种有力工具。 相似文献
15.
《Ocean Engineering》2004,31(14-15):1783-1834
This paper relates to the newly developed Hilbert–Huang transformation (HHT). An overview of this time-frequency analysis technique and its applications are given. Key elements of the numerical procedure and principles of the Hilbert transformation (HT) are established. A simple parameter study with trigonometric functions to get an idea about the numerical performance of the empirical mode decomposition (EMD) is performed. The main results of estimating relative standardized errors made between analytically exact defined sine waves and disintegrated intrinsic functions as well as their specific influence on each other are determined. Practical applications are carried out next to evaluate computed nonlinear irregular water waves based on Stokes perturbation expansion approach and measurements on fully nonlinear irregular water waves recorded in a laboratory wave flume. Correspondence between simulated and recorded wave trains is given for narrow-banded fundamental components. Deviations are unveiled when carrier and riding waves get broad banded. Time-dependent spectral representation shows signs of an interesting phenomenon as instantaneous frequencies and amplitudes exhibit strong correlations with water surface elevations of both numerical and measured data series. 相似文献
16.
A method based on empirical mode decomposition (EMD) and time-varying autoregressive (TVAR) model is proposed here to identify the modal parameters of time-varying systems, such as the Floating Production Storage and Offloading (FPSO) single point mooring system. For the EMD–TVAR method, the original signal is decomposed into a finite number of ‘intrinsic mode functions’ (IMFs) by the EMD. Each IMF can be represented as a TVAR model. Then, the time-varying modal parameters i.e., instantaneous frequency (IF) and modal dumping, can be obtained by the basis functions expansion method. The proposed EMD–TVAR method has good results in two experiments compared with the Huang–Hilbert transformation and Short Time Fourier Transform method, and it has been used to analysis the modal parameters of FPSO single point mooring system successfully. The system's time-varying characteristic and its frequency distribution can be known from the modal analysis results. 相似文献
17.
本文采用经验模式分解 (EMD)提取信号的内在模函数 (IMF) ,并利用希尔伯特变换对所得IMF进行包络分析 ,提取机械故障特征。与直接对原信号进行包络分析相比较 ,该方法提取的机械故障特征更明显。数值模拟和对故障轴承振动信号分析表明了该方法的有效性。 相似文献
18.
19.
A statistical theory of signal coherence 总被引：1，自引：0，他引：1
A periodic signal can be perfectly predicted far into the future since it perfectly repeats every period. There is always some variation in the waveform over time for signals which are labeled as periodic but which are not truly deterministic. A formal definition is presented in this paper for such a varying periodic signal and the properties of such a class of signals are exploited. A measure called a signal coherence function of the amount of random variation in each Fourier component of the signal is defined and its statistical properties are developed. This signal coherence function is very different from the coherence function between two stationary signals. The method is applied to a digitized record of an acoustic signal generated by a boat in a bag in the Baltic Sea south of Stockholm, Sweden 相似文献
20.