基于希尔伯特—黄变换的过闸水流脉动压力时频特性分析

平面闸门通过启闭控制蓄水和泄水,在运作时容易受水流脉动压力作用而发生破坏。为研究闸门启闭运动与过闸水流的相互作用过程,首先对不同底缘形式下的闸门启闭过程中过闸水流进行三维数值模拟,再采用希尔伯特—黄变换对过闸水流脉动压力信号进行时频特性分析,得到信号的时间—频率—幅值信息,对比分析发现在前倾45°、后倾30°的组合式闸门底缘,在闸门底部受脉动压力作用较平缓,测点能量幅值的变化差值最小,水流流态较为稳定。该研究可为平面闸门过闸水流脉动压力分析提供参考。

希尔伯特—黄变换中拟合过冲和端点飞翼的原因及解决办法

深入分析了现有的三次样条拟合方法,指出“拟合过冲”现象产生的原因,并提出新的三次样条拟合方法和正弦函数拟合方法.这两种新拟合方法都具有消除“过冲”现象,拟合函数连续、一阶导数连续、计算简便、计算量小、易于操作等优点.同时,指明了“端点飞翼”现象产生的原因,并提出一种处理资料曲线的端点问题的技巧.该技巧能够在不改变资料曲线的条件下消除“端点飞翼”现象.拟合新方法和新技巧能结合运用,得到完全没有“拟合过冲”和“端点飞翼”的拟合曲线,为时序曲线固有模态函数分解提供了可靠的技术基础.

基于希尔伯特—黄变换的输电线路距离保护方案

微分方程算法采用集中参数的电阻和电感串联模型,可以实现快速动作。线路故障后的暂态期间,由于受到电压、电流互感器传变特性和线路分布电容等因素影响,微分方程算法计算出的阻抗会在实际值上下频繁波动,影响保护的可靠动作。针对这一问题,提出采用希尔伯特—黄变换(HHT)处理微分方程算法计算结果的方法。通过经验模态分解将代表高次谐波的固有模态函数分离出来,得到具有单调变化趋势的"残差",再由此计算出故障线路阻抗。仿真结果表明,该方案能在线路故障后快速估算出具有较高精度的阻抗值。

常规测井曲线的小波和希尔伯特—黄变换滤波效果分析

为了明晰常规测井曲线小波与希尔伯特—黄变换(Hilbert-Huang Transform,HHT)滤波方法效果差异,本文在文献调研基础上,梳理了小波滤波、小波包滤波及HHT滤波的基本思想和方法特点,针对含噪强度为10倍于高斯白噪的自然伽马测井曲线开展了小波阈值滤波、小波包阈值滤波、HHT减性滤波、HHT-WT联合滤波及滤波后信号HHT 3D谱特征分析,并对含有不同噪声强度的自然伽马测井曲线进行了四种滤波结果的均方差、信噪比和相似度对比分析,厘定了滤波效果与噪声强度的关系。研究结果表明:均方差、信噪比、相似度等参数及HHT 3D谱特征均指示四种方法的常规测井曲线滤波效果存在差异;当噪声强度增大时,四种滤波方法效果均下降;噪声强度为中等时,四种滤波方法效果较接近;噪声强度较弱或较强时,小波阈值滤波应为首选滤波去噪方法;HHT-WT联合滤波效果好于HHT减性滤波。

基于希尔伯特—黄变换的地震资料高分辨率处理

常规提高地震资料分辨率处理技术不能更好地满足实际生产需求。本文将希尔伯特—黄变换引入到地震数据处理中,提出一种新的地震资料高分辨率处理方法。MarmousiⅡ和实际地震数据处理结果表明,与反褶积、反Q滤波等常规高分辨率处理方法相比,希尔伯特—黄变换不仅能够有效提高地震数据的分辨率,而且较好地保持了地震数据的相对振幅关系,可以为后续的地震反演、储层预测、烃类检测和地震属性分析等奠定良好基础。

希尔伯特—黄变换(HHT)在EH-4数据去噪处理中的应用

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。

基于希尔伯特—黄变换的小电流接地故障选线研究

在非有效接地电网中,单相接地故障发生的概率最高,对系统造成的威胁也最大。由于单相接地故障电容电流数值较小,故障信号信噪偏低,使得选线难度偏大,特别是经消弧线圈接地方式下,其接地电流更小,因此小电流接地系统单相接地故障选线问题多年来一直未能得到很好的解决。文章引入信号处理方法希尔伯特-黄变换对故障特征量进行模态分解和希尔伯特变换,比较其高频分量的一阶差分方向从而判断故障线路;并使用MATLAB软件搭建模型,模拟单相接地故障,通过对暂态零序电流分量信号进行处理,得到方向相反的故障线路,依据仿真结果验证该方法的准确性和有效性。

希尔伯特-黄变换的端点延拓

希尔伯特-黄变换(HHT)是近年来发展起来的一种新的时间序列信号分析方法.该文在对HHT深入研究与充分肯定的基础上,发展了信号的镜像闭合延拓和包络的极值延拓两种方法.通过几个典型的例子检验了两种方法,并与Huang等(1998,1999)进行了比较,得到了令人满意的结果.镜像闭合延拓法根据信号端点的分布特性,把镜子放在具有对称性的极值位置,通过镜像法把镜内信号映射成一个周期性的信号,不存在端点,从根本上避免了经验模态分解和希尔伯特变换的端点问题.极值延拓法简单易行,具有与镜像闭合法相当的效果,在处理非对称波形信号时更显其优越性.

希尔伯特黄变换中边际谱的研究

为了深入理解和正确掌握希尔伯特 黄变换(Hilbert HuangTransform,简称HHT)中的边际谱概念,证明了边际谱的线性性质,指出了文献中对边际谱概念的一种误解,提出了边际普与Fourier频谱之间本质区别的一种的新观点,即Fourier频谱的幅值只能反映频率在信号中实际存在的可能性大小,而边际谱的幅值则能真实反映频率在信号中是否存在。利用边际谱的线性性质进一步给出了边际谱的物理意义,即边际谱的幅值表示信号中某一频率在各个时刻的幅值之和。通过一个实测振动信号验证了边际谱在应用中的优越性。

基于希尔伯特—黄变换的次同步振荡检测研究

针对目前电力系统次同步振荡的辨识局限于线性化方法,提出了一种非线性、非平稳信号的处理方法:希尔伯特—黄变换。首先对振荡信号进行滤噪和时延补偿预处理,然后用黄变换辨识出模态参数,最后与改进的PRONY算法及快速傅里叶变换的辨识结果对比分析。仿真结果表明,经验模态分解可以滤除信号中的噪声干扰,为模态参数的准确分析奠定了基础;并且黄变换方法能有效分解出频率不接近的振荡模态,进而准确的辨识出模态参数,得到振荡模态的时频特性。鉴于此方法会出现频率模态漏分解的情况,在实际工程中可同时使用改进PRONY法、快速傅里叶变换和黄变换以提高次同步振荡辨识的准确度。

基于小波分解与希尔伯特——黄变换的跳频信号检测

现有的基于时频分析的检测方法在时间分辨率和频率分辨率上往往不能同时满足要求,针对这一问题,提出了一种结合小波分解与希尔伯特—黄变换(HHT)的跳频(FH)信号检测方法。利用小波分解去除混合信号中的噪声;利用希尔伯特—黄变换实现跳频信号的检测,避免了传统时频分析过程中窗函数的影响。理论推导和仿真实验表明:本文方法能同时有效地兼顾时间分辨率和频率分辨率,明显改善了跳频信号检测的准确性。

地震信号时频分析中的希尔伯特黄变换研究

随着时频分析方法的发展,生产研究上对复杂信号的时频分析有了更高的要求。这里简要介绍了希尔伯特—黄变换的原理和实现步骤,然后对合成信号进行经验模态分解(EMD)和希尔伯特谱分析,进而将HHT方法运用到实际地震信号的时频分析中。在此基础上,运用经验模态分解对合成地震信号进行了阀值去噪,证明了该去噪方法的有效性。

基于改进的希尔伯特——黄变换的岩性油藏识别方法

引入归一化处理方案改进希尔伯特—黄变换(HHT),可使通过HHT获得的瞬时属性更能体现信号的本质变化特征。文中首先介绍了改进的HHT法的基本原理和分解过程,在此基础上计算地震信号的"三瞬"参数;其次,分析对比了改进HHT法、常规HHT法重构的瞬时振幅和从原始信号提取的瞬时振幅,得知改进HHT法重构的瞬时振幅对油层反应最敏感;然后,利用改进HHT法从春光油田实际三维叠后地震数据中提取瞬时振幅属性,该属性值的纵横向分辨率更高,可更清晰地刻画岩性油藏边界,且与研究区已知钻井、测井、试气等资料相吻合。因此,本文的改进HHT法能更有效地体现岩性油藏储层变化特征。

改进希尔伯特黄变换理论在配电网故障选线中的应用与研究

将一种新的非线性、非平稳信号处理方法——改进HHT(Hilbert—Huang Transform)方法应用于配电网故障选线中。改进HHT方法可以从非平稳的故障信号中准确地提取丰富的系统故障暂态信息。通过对故障后各线路零序电流特征分析,进而利用HHT提取零序电流高频分量幅值、频率和相位等信息,比较幅值和相位实现正确选线。理论分析和大量的ATP仿真结果表明:基于改进HHT的选线方法可以准确、可靠地实现中性点经消弧线圈接地配电网单相接地故障选线。

基于希尔伯特-黄变换的多分量地震去噪方法研究及应用

针对多分量地震数据具有信噪比低、波场比较复杂等特点,同时为了解决有效波和面波在低频带具有相关性且频带有重叠的部分.本文基于希尔伯特—黄变换(Hilbert—Huang transform,HHT)提出一种多分量地震数据去噪方法.HHT的核心部分是固有模态分解(Empirical mode composition method,EMD),它将地震信号自适应分解为各个尺度的固有模态函数(Intrinsic mode function,IMF);然后根据有效波和噪声分布在不同的分辨尺度范围内进行数据重构;对于一些尺度分布比较宽的,进行更加严格的EMD分解,以及通过瞬时参数阈值大小进行处理以达到更好的去噪效果.本文所做的工作主要针对多波资料中面波的处理,利用面波跟有效波的频率尺度和瞬时属性差异,从仿真数据、模型和实际地震数据进行面波的压制实验,取得了比较满意的压制效果,提高了地震资料的分辨率.也表明了该方法在多分量地震去噪处理中的可行性.

基于希尔伯特-黄变换的超高层建筑模态参数识别

基于改进的希尔伯特—黄变换（HHT）即结合随机减量技术（RDT）的HHT对7~9级风力作用下,超高层建筑——上海金茂大厦的加速度响应现场实测数据进行分析与处理,以识别出上海金茂大厦东西和南北方向的第12、阶自振频率及相应的阻尼比。在识别中,为了避免结构模态的混叠现象,本文引入了巴特沃斯带通滤波器来对加速度实测数据实行滤波处理。识别结果显示：上海金茂大厦东西方向和南北方向的第1阶自振频率近似相等,但是东西方向和南北方向的第2阶自振频率相差较大;结构东西和南北方向的阻尼比皆小于结构材料的阻尼比,而且随着模态阶数的增大识别出的阻尼比标准差呈现增大的趋势。这些研究结果对未来超高层建筑的设计具有借鉴意义。同时,识别结果也表明,HHT＋RDT＋巴特沃斯带通滤波器方法可以有效地识别出超高层建筑的模态参数。

基于Hilbert-Huang变换的地震瞬时属性提取方法及应用(英文)

希尔伯特—黄变换(Hilbert-Huang transform,HHT)是一种新的适合非平稳和非线性信号的分析方法,由于地震信号一般呈现出非平稳与非线性特性,因此HHT非常适合地震信号的分析。本文首先介绍了HHT中关于经验模态分解(Empirical Mode Decomposition,EMD)的实现过程,在此基础上分析了几种基于EMD获得本征模态函数(Intrinsic Mode Functions,IMF)来计算瞬时频率的算法,其中利用了两个采样间隔瞬时频率的平均来计算瞬时频率,较好地反映了地震信号频率成分随时间变化的特征。将该方法应用于四川东北部某地区海相碳酸盐岩地层三维地震叠后偏移数据处理,提取"三瞬"地震属性,与传统的希尔伯特变换提取的"三瞬"地震属性进行对比,结果表明基于HHT的"三瞬"地震属性结果具有更高的分辨率,IMF2的瞬时相位能够较好地刻画台地边缘生物礁相,IMF2的瞬时频率亦具有较好的分带性。将IMF2的"三瞬"地震属性与钻井等资料结合分析,能够更好地识别沉积相的分布。

基于小波变换及HHT的轴承故障诊断应用研究

为研究滚动轴承故障问题,将小波变换及HHT(Hilbert—Huang变换)相结合的分析方法,应用于强噪声背景下轴承信号故障的提取。首先将轴承故障信号利用小波变换进行降噪处理,然后应用HHT得到希尔伯特边际谱,从中提取故障特征信息。为准确诊断故障,将方法应用于分析采集的分别具有外圈和内圈损伤的滚动轴承振动信号,并与直接运用HHT分析作比较。结果表明,方法降低了噪声对HHT对振动故障信号分析的干扰,能够更有效的提取轴承故障特征信息,提高轴承故障诊断率。

Hilbert-Huang变换在语音去噪中的应用

研究语音信号噪声抑制问题,针对噪声污染干扰正确语音的传输,传统采用的HHT噪声抑制方法有多尺度滤波和阈值去噪,对所有的IMF分量进行处理,没有将IMF分量中的有用信号和噪声信号区别开来,去噪效果受到抑制。为使去噪效果更好,提出一种新的基于能量分析的阈值去噪方法,对含噪信号经过Hilbert-Huang变换后的IMF分量,对于信号和噪声能量分布的特点进行能量分析,将加噪信号中有用信号和噪声信号分离开,再利用阈值去噪方法完成去噪。通过仿真,可观察出语音信号的噪声得到了抑制,能够准确识别语音信号,并且比小波方法简单,不用选择小波基和确定分解层数,不用选择判断阈值,就能够达到或接近小波去噪的水平。

阿尔山火山地震观测站天然地震与人工爆破特征分析

基于阿尔山火山地震观测站典型的天然地震与爆破波形记录特征,针对天然地震波形与爆破波形易混淆的问题,在分析天然地震和人工爆破信号的时域、频域特征的基础上,采用希尔伯特变换方法,对原始的波形信号进行EMD分解,提取最大幅值对应的周期、倒谱平均值、自相关函数的最大值进行特征分析,并基于SVM交叉验证方法进行识别验证。结果表明,由第2、3个IMF分量提取的特征值识别率较好,达到80%以上。