Pyhon在振动信号处理中的高级应用(二):希尔伯特-黄变换(HHT)的实现

文章目录

一、概述

  希尔伯特-黄变换(HHT)是一种非线性、非平稳信号的分析处理方法。它主要有经验模态分解(EMD)和希尔伯特变换两个理论部分构成,经验模态分解可以将任意信号分解为一系列固有模式函数的集合;固有模式函数再经过希尔伯特频谱分析,可以得到瞬时频率。因此经过希尔伯特-黄变换最终可以得到非线性、非平稳信号的时频图。

二、算法原理

  传统的傅里叶变换得到的是一种按频率分布的全局能量谱图,由于它在各数据分析领域的广泛应用,导致大家对谱分析的认识几乎等同于傅里叶分析。 但是傅里叶变换有两个重要的前提:1.系统必须是线性的;2.数据必须具有严格的周期性和平稳性。 离开了这两个前提,傅里叶变换结果是没有意义的,而非常不凑巧的是,大部分现实

上一篇:基于HHT和RBF神经网络的故障检测——第二篇论文读后感


下一篇:hs = hht(imf)的输出介绍