HHT算法在电力系统谐波分析中的应用研究

针对电力系统谐波检测的问题,采用希尔伯特-黄算法对电力系统谐波信号进行分析.在阐述了希尔伯特-黄算法原理的基础上,分别使用平稳和突变的谐波信号对希尔伯特-黄算法进行了验证.并利用Matlab/Simulink平台构建电力系统谐波源模型,研究希尔伯特-黄算法在实际电力系统中的应用.研究、仿真结果表明,希尔伯特-黄算法在分析电力谐波时,能准确分析出各次谐波的瞬时频率和瞬时幅值以及波动时刻.     

部分HHT和ICA的混合语音增强算法

根据语音信号中噪声特性的不同,该文将其中的白噪声和色噪声分别进行处理以达到较好的语音增强效果。对信号进行不完全希尔伯特-黄变换,从中得到含有白噪声的分量并进行处理,降低白噪声在整个语音信号中的能量;利用独立分量分析的方法将目标语音与色噪声进行分离,得到最终的目标语音信号。实验结果证明,该混合算法有很好的性能和降噪效果,提升后的语音信号几乎完全消除了色噪声的影响,并相对白噪声有很好的抑制,对于实际和理论模型的不完全吻合也有较好的鲁棒性。     

基于HHT的矢量传感器瞬态信号方位估计

针对瞬态信号存在时间短、变化快,传统的信号处理方法很难对其进行方位估计的问题,将希尔伯特-黄变换与矢量信号处理相结合应用到水声领域,提出了矢量希尔伯特-黄变换的方法.利用希尔伯特-黄变换获取信号的瞬态信息,结合矢量信号处理宽带方位估计提出了矢量瞬时方位估计的概念,在此基础上发展了矢量希尔伯特-黄变换水声应用的理论框架.海试表明新理论在瞬态信号处理和单矢量传感器目标方位估计方面,其性能比常规方法有了明显的提高.     

基于HHT的仿真模型动态一致性方差分析方法

仿真模型动态数据常具有非线性和非平稳性,如何有效提取动态数据的验证指标和利用动态数据指导模型修改是仿真模型动态验证需要解决的重要问题。该文提出了基于希尔伯特-黄变换(HHT)仿真模型动态一致性方差分析方法,将HHT得到的动态数据时-频分布作为验证特征,建立了基于方差分析的仿真动态一致性检验模型,实现了仿真模型的定量动态验证,解决了差异源的定位问题,为提高模型可信性提供了指导。仿真和实例应用表明,该方法能较为精确地检验动态数据的一致性和实现误差定位,具有一定的可行性和实用性。     

HHT变换在地球物理中的应用现状及前景

时频分析的研究得到快速发展,推出了多达十余种时频变换方法,其中,HHT（Hilbert-HuangTransform）分析是最为瞩目和引人注意的,其分析非平稳信号的优越性已被广泛证实,并被成功地应用于多个领域,取得很好的效果。本文在简要介绍HHT原理与算法的基础上,综述HHT变换在地球物理中的应用现状及存在的主要问题。     

基于改进EMD算法的跳频信号参数估计

针对短时傅立叶变换时频分辨率不能同时很高,小波变换运算时间偏长,抗噪性差,Wigner-Ville变换及其改进方法受交叉项影响等问题,提出了一种基于希尔伯特-黄(HHT,Hilbert-Huang Transformation)算法的跳频信号参数估计.该方法的分解是自适应的,计算出的瞬时频率有很高的时间分辨率和较高频率分辨率.对于HHT算法中出现的虚假分量和端点效应问题,通过互相关方法来消除虚假分量,镜像闭合延拓方法去除端点效应.仿真结果表明该方法能很好解决上述两个问题.     

基于双极心电信号心率检测算法的比较

心率是表明身体运动和机能的重要指标,文中设计了两极心电信号采集系统.该系统能够通过分析两种时域、频域的分析方法比较心电信号,将结果通过离散小波变换后,恢复从心电图信息与噪声的心率信息,从而得到运动状态下准确的心电波形.     

基于LABVIEW的虚拟振动测试系统

由于机械振动测试中,所需的测试仪器繁多复杂,导致对一些简单的测试工作也需要大量的人力、物力。ＬａｂＶＩＥＷ虚拟仪器图形语言可组建虚拟振动测试系统,利用“软件就是仪器”的技术方法,减少测试中的硬件设备,同样实现对振动信号进行实时采集、处理、分析的目的。介绍了ＬａｂＶＩＥＷ软件环境的原理方法和编程特点,分析了振动测试系统的使用特征、各个功能模块的编程方法和实现技术。     

基于HHT/PNN的故障信息融合诊断方法

为提高动态随机故障诊断能力,提出了基于HHT/PNN的故障信息融合诊断方法.利用HHT提取信号的瞬时频率和瞬时幅值特征,采用过程神经元网络实现对时域幅值、瞬时频率和瞬时幅值3种故障特征的融合诊断.对基于HHT/PNN和基于神经网络的2种故障诊断方法进行了比较.仿真结果表明:对于动态随机故障,基于HHT/PNN的故障信息融合诊断方法比基于神经网络的故障诊断方法的故障诊断准确度高.     

一种基于HHT的短期负荷组合预测方法

提出了一种希尔伯特-黄变换和自适应加权最小二乘支持向量机相结合的短期电力负荷预测方法。先利用HHT中的经验模态分解,将负荷值分解为几个低频段的拟周期量和1个高频段随机量,然后根据各分量瞬时频率特点选择最佳的AWLS-SVM模型预测,最后将各分量预测数据叠加。实例预测结果表明,该方法具有较高的预测精度。     

基于HHT的心电信号滤波算法的研究

针对心电信号具有非线性、非平稳弱信号的特点,借鉴小波滤波算法的思想,基于HHT变换,提出一种去除噪声对应尺度细节分量和阈值相结合的HHT心电滤波算法.并借助MATLAB仿真平台,采用同一阈值函数,对含噪心电信号分别运用小波滤波算法和基于HHT设计心电滤波算法进行滤波仿真比较.最后以MIT-BIH心律失常数据库中的提供的含噪心电信号作为数据源,进行仿真滤波实验,验证了HHT滤波算法对心电信号的基线漂移、工频噪声、肌电干扰去除的有效性.     

HHT的改进及其在电压闪变分析中的应用

介绍了Hilbert-Huang变换方法在电压闪变分析中的应用,该方法利用经验模态分解法EMD将电压波动信号分解成有限个固有模式函数IMF,再运用概率大值统计方法实现电压闪变的分析。对Hilbert-Huang变换方法进行了一些改进:对EMD分解的停止条件进行改进,加快了收敛速度;对EMD分解过程中的端点抖动问题采用端点镜像法消除;对虚假分量采用相关系数法进行消除。试验结果表明,改进后的Hilbert-Huang变换方法提高了分析准确度。     

基于LabVIEW的信号处理系统设计

基于LabVIEW8．6开发平台，开发了一个信号处理系统应用软件：采用模块化设计思想。动态调用模块子VI，使模块关联。设计一个友好界面，通过点击相应的菜单按钮，就可以分别执行各个模块操作，完成相应的信号处理要求。系统操作简单可靠，具有较强的教学、实验、工程应用价值。     

弧形闸门流激振动脉动压力HHT分析

介绍了新近提出的Hilbert-Huang变换（HHT）方法，并且采用该方法对典型水流脉动压力时域过程进行了平稳性检验。结果表明，在一定开启工况下，作用于闸门体的水流脉动压力可视为各态历经平稳随机过程，其特征量可应用随机函数理论及其谱分析获得。     

家庭影院音响性能测试分析系统开发

针对使用声音测量设备对家庭影院音响系统检测时噪声信号多的问题,建立了一种音响性能分析系统.首先利用振动计测量音响产生的振动信号,然后用数据采集卡采集该振动信号和函数发生器发出的标准信号,最后由软件进行信号分析,完成对音响性能的检测.该系统以振动计、任意函数发生器、NI数据采集卡、计算机为主要硬件平台,用LabVIEW图形化编程语言编写仪器控制、数据采集、数据存储、信号分析等软件程序,实现了多通道信号的实时数据采集、在线监测、数据存储、信号分析等功能.实验结果表明该系统能准确测量音响的振动频率、幅值大小,并对音响的振动信号进行频率校准、功率谱分析、相关性分析以及频响函数分析等;该系统测量精度高、实时性好,测量所得信号噪声小,测量分析结果能反应音响的基本性能.该系统组建简单方便,适合家庭影院音响系统的性能测试.     

改进HHT算法及在心音信号分析中的应用

HHT(Hilbert-Huang Transform)是一种具有自适应性的、新型的、基于模态分解的时间序列数据处理方法。心音信号是一种典型的非平稳信号,传统信号处理方法来处理心音信号有一定的局限性。为了研究心脏的动力学特征,将HHT算法引入到心音的信号分析中。提出了一种改进的HHT算法,针对仿真信号进行了分析,验证改进的算法可以正确地提取出信号中的各个分量IMF(Intrinsic Mode Function);使用该算法对一例正常心音信号进行分解处理,表明该算法能按不同的时间尺度对心音信号信号进行分解     

基于LabVIEW的宽频时变信号阈值去噪系统设计

针对含有高斯噪声的宽频时变信号,利用LabVIEW强大的信号处理函数库设计了基于LabVIEW的虚拟去噪系统,该系统去噪快捷高效.对含有高斯噪声的宽频时变信号进行功率谱分析,根据其频谱特性进行小波阈值去噪,通过对各种不同阈值去噪准则及软硬阈值去噪结果进行对比分析,寻找阈值去噪方法的最优参数.结果表明,基于LabVIEW阈值去噪法对含有高斯噪声的宽频时变信号具有较好的效果,在时频域都表现了优良的特征.     

希尔伯特-黄变换方法的改进

希尔伯特-黄变换(Hilbert-Huang Transform,简称HHT)方法是一种自适应性信号处理方法,在处理非线性、非稳态信号方面有很大优势。但HHT分解复杂信号时存在求解结果精确不高、计算时间长等不足。针对HHT的边端效应、越界问题、停止准则和虚假低频成分过滤等问题,文章提出了相应的改进方法。为有效抑制边端效应,人为定义两个极值点,然后连接相邻极值点形成直线后平行延拓。利用信号与包络线的极限差值多次拟合包络线,初步解决了越界问题。根据虚假成分与原始信号的相关系数远小于真实信号与原始信号的相关系数,成功过滤掉虚假成分。数值算例的结果表明了所提方法的有效性。