基于希尔波特-黄变换的海滩碎波带水体波动特征分析

介绍了HHT原理及其端点效应与正交性,分析了台风过程中碎波带水体波动特征。结果表明,碎波带波浪在台风期间波能增大且向低频转移,台风过后波能减弱且向高频转移;海滩地下水波动主要受潮汐涨落影响,波动周期可能受台风增水影响;台风与天文大潮耦合导致海滩地下水位奇异性波动。

基于希尔波特-黄变换的冲击无线电信号检测

冲击无线电信号具有低截获、瞬态特性。本文提出采用希尔波特-黄变换(HHT)方法从干扰和噪声中提取微弱的冲击无线电信号。通过HHT可以得到冲击无线电信号的时频谱,并与传统的小波时频谱和Wigner-Ville分布进行了比较。仿真表明：在信噪比低达-10dB的情况下进行冲击无线电信号检测,HHT方法优于传统的小波分析和Wigner-Ville分布。

基于希尔波特-黄变换的介损数字测量算法

准确提取基波电压和电流信号是检测介质损耗因素的关键。提出了一种新的介质损耗因数检测算法,采用希尔波特-黄变换(HHT)对试品电压和电流信号进行检测,通过经验模态分解法(EMD)提取信号的固有模态函数(IMF),再进行Hilbert变换,得到各自的瞬时频率,由瞬时频率进行介质损耗因数的准确检测。该算法无需同步采样,可以实时提取测量电压、电流信号的基波成分。仿真结果表明,HHT受采样数据长度、频率跟踪误差的影响较小,在非同步采样的情况下,具有良好的应用特性,能有效提高介质损耗因数检测的准确度。

希尔波特变换法解调干涉条纹的相位

叙述了希尔波特变换法解调相位的原理 ,提出了仅从一幅光载频干涉条纹获取物体表面的全部相位信息 ,再由最小二乘法原理 ,迭代出信息的相位 ,并讨论了条纹相位的算法 。

基于CEEMDAN-HT的永磁同步电机匝间短路振动信号故障特征提取研究

由于长时间处于高负荷运行状态,永磁同步电机(permanent magnet synchronous motor, PMSM)定子绕组线圈匝与匝之间的绝缘性能容易降低,导致出现匝间短路,此时电机的振动强度会发生改变。针对此现象,提出将自适应噪声完备经验模态分解(complete ensemble empirical mode decomposition with adaptive noise, CEEMDAN)与希尔伯特变换(Hilbert transform, HT)结合,构成一种CEEMDAN-HT非线性信号分析方法,并将其应用于提取振动信号故障特征。首先,利用CEEMDAN算法分解振动信号,得到一系列本征模态函数(intrinsic mode function, IMF),并将主元分析中的方差贡献率用于识别包含故障特征信息的IMF。其次,使用HT对方差贡献率较高的IMF进行分析,并以三维联合时频图呈现时间、瞬时频率与幅值,得到了主要故障特征。最后,使用ANSYS有限元软件建立了电机短路故障模型,并搭建了短路故障试验平台,通过对比有限元仿真结果与试验结果,对提出的方法进行了有效性和准确性验证。

同步压缩小波变换在电力系统次同步振荡参数提取中的应用

大多数经典的次同步振荡(SSO)模式提取方法都有一些缺点,如模式识别率低,抗噪声性能差。因此,本文提出了一种新的时频分析方法,即同步压缩小波变换(SWT)。SWT结合了经验模态分解(EMD)和小波的优点,具有EMD的适应性,提高了EMD和小波的抗模态混合能力。因此,可以获得更好的抗噪声性能和更高的模式识别。首先,对SSO信号进行SWT变换,得到其时频谱。其次,通过自动识别算法分析每个固有模式类型(IMT)分量在其时频谱中的衰减特性,并确定哪个IMT分量需要重建。然后,重构具有发散特性的选定IMT分量。再次,利用希尔伯特变换(HT)实现了模态参数识别的高精度检测。仿真和应用实例证明了该方法的有效性。

基于解析模态分解和希尔伯特变换的模态参数辨识新方法

针对航天器结构低频、密频的模态参数辨识问题,提出一种将解析模态分解(AMD)与希尔伯特变换(HT)相结合的模态辨识方法(AMD+HT),根据结构上任意一点的脉冲响应信号,对系统结构的频率和模态阻尼比进行参数识别。以箱型卫星模型为例,分别对固定状态下卫星帆板和卫星整体结构的低阶模态进行模态辨识,并与LMS数据采集系统分析结果和ANSYS有限元仿真结果对比,验证了该方法对低频、密频结构模态辨识的正确性和优越性。

希尔伯特-黄变换在表音故障诊断的应用

针对钟表表音信号提取与分析存在较大困难的问题,提出了双麦克降噪采集装置和基于经验模态分解的手表表音希尔伯特-黄变换(Hilbert-Huang)方法。该方法提取机械手表的故障信号进行经验模态分解,进而对内禀函数进行希尔伯特变换得到希尔伯特谱和希尔伯特边际谱。仿真实验结果表明,边际谱能识别出故障信息,该方法能够定位误差并实现故障诊断。

基于希尔伯特—黄变换的尾管裂纹故障诊断研究

为提高灭火弹火箭发动机裂纹的检测效率和减少产品的故障率，提出了基于HHT的时频分析法分别对裂纹故障振动信号和无裂纹故障振动信号在时域、频域和时频域进行了研究，研究结果表明，基于HHT的时频分析方法对裂纹故障诊断非常有效。

基于VMD的广义三次互相关管道泄漏定位检测

针对天然气管道泄漏检测声波定位技术中,二次互相关时延估计算法存在较大误差的问题,提出了一种基于变分模态分解(VMD)结合广义三次互相关的时延估计算法。该方法首先利用VMD算法对两路信号进行分解并重构信号;其次,在二次互相关的基础上再进行一次相关,并在互相关算法的峰值检测阶段引入希尔伯特变换(HT),对峰值进行尖锐化处理,成为一种新型的广义三次互相关时延估计算法。通过对平台搭建的油气管道泄漏检测系统采集数据进行模拟试验,分析了各算法的精度。试验表明,相较于二次互相关,改进广义三次互相关时延估计算法定位平均精度有明显的提升,有着更高的精度和更好的抗噪性能,在天然气管道泄漏定位方面有着更广泛的应用前景。

基于EMD和HT时频分析方法的滚动轴承故障诊断

针对滚动轴承故障信号的非线性非平稳特征,提出一种基于EMD和HT的时频分析方法。首先对滚动轴承振动信号进行经验模态分解,然后对分解后的固有模态函数分量作希尔波特变换,得到各分量的时频图,清晰直观地显示出信号的时频分布,从而比较方便地从混有背景信号和噪声的振动信号中提取轴承故障信息。通过现场应用,证明了该方法的有效性。

ISVD降噪和重排谱图在烟机信号HHT时频谱分析中的应用

针对基于希尔波特黄变换(HHT)的时频谱存在受噪声影响大、高频部分时频分辨率低的缺点,提出将迭代奇异值分解(ISVD)降噪和重排谱图应用于HHT时频谱分析中。首先对噪声对HHT时频谱的影响进行了分析,含噪实测信号经过经验模式分解(EMD)得到的基本模式分量(IMF)中含有很强的噪声成分,从中提取的瞬时参数不具有物理意义,构成的HHT时频谱混乱而不准确;然后利用ISVD降噪对实测信号进行了降噪处理,有效地去除了噪声,降噪后信号EMD分解得到的IMF分量其Renyi信息接近于0,是近似平稳的单分量信号,从中可以提取到准确的瞬时参数,构成特征清晰、分布合理的HHT时频谱;最后对HHT时频谱中高频部分所对应的IMF分量进行了重排谱图分析,实现了其时频特征的准确定位。结果表明,该方法可以有效地提高烟气轮机信号HHT时频谱分析的准确率,为故障诊断提供可靠的特征依据。

旋转机械振动信号基于EMD的HT和STFT时频分析比较

基于经验模态分解(EmpiricalModeDecomposition,EMD)的希尔伯特变换(HilbertTransformation,HT),是先把一列时间序列数据通过经验模态分解,然后经过希尔伯特变换获得频谱的信号处理新方法。介绍了该方法的理论和算法。对仿真和旋转机械油膜涡动故障振动信号分别用基于EMD的HT和基于STFT(Short-TimeFourierTransforma tion,STFT)的时频分析进行了比较研究,研究结果说明,用基于EMD的HT方法对旋转机械的振动信号进行时频分析比STFT有效。

改进的HHT在复合材料盒段损伤检测中的应用

提出一种基于结构振动和改进希尔波特黄变换的结构损伤检测方法,利用改进的希尔波特黄变换技术,研究悬臂机翼盒段结构的损伤检测问题。改进的希尔波特黄变换由三部分组成,小波分析、希尔波特黄变换及一种简单但有效的经验模式函数选择方法。用改进的希尔波特黄变换处理完好盒段结构与损伤盒段结构在方波信号激励下的动力响应信号,从中提取出结构损伤信息指标——瞬时能量变化量作为损伤特征参数。结果表明,所构造的结构损伤特征量对表征复杂结构小损伤具有较好的灵敏度。

基于EMD与Hilbert变换的舰艇空化调制信号检测方法

针对舰艇推进器空化噪声检测中调制特征弱、背景干扰强等问题,提出了一种基于时延相关降噪、经验模态分解(EMD)和希尔波特(Hilbert)变换相结合的解调算法。该算法通过引入时延相关算法有效抑制了背景噪声,并利用EMD技术的自适应频带划分功能完成调制特征频带定位,实现了低信噪比条件下调制信号的有效检测。仿真试验证明:该方法在信噪比为-12dB、-15dB、-18dB条件下的检测效果明显优于传统的Hilbert变换等5种方法,且背景噪声干扰成分得到了有效抑制,调制信号检测效果显著提升。最后,通过推进器空化信号检测台架试验验证表明:该方法能够有效捕捉舰艇空化噪声信号中与转速、叶片数密切相关的调制特征。

旋转机械振动信号基于EMD的HT和Winger分布时频分析比较

基于经验模态分解(EmpiricalModeDecomposition,EMD)的希尔伯特变换(HilbertTransformation,HT),是先把一列时间序列数据通过经验模态分解,然后经过希尔伯特变换获得频谱的信号处理新方法。介绍了该方法的理论和算法。对仿真和旋转机械油膜涡动故障振动信号分别用基于EMD的HT和Winger分布的时频分析进行了比较研究,研究结果说明,用基于EMD的HT方法对旋转机械的振动信号进行时频分析比Winger分布分析有效。

HHT方法在不同思维作业脑电信号分析中的应用

介绍了一种处理非线性、非平稳信号的新方法——HHT的原理及特点,并将其应用于不同思维作业脑电信号分析。实验结果表明,不同思维作业脑电信号经HHT后的HH谱和Hilbert边际谱都差异显著,证明HHT方法对脑电信号处理的可行性。

大规模电网中低频振荡扰动源的定位方法

由于中国电网规模庞大,低频振荡现象时有发生,如何快速确定低频振荡扰动源并及时将其切除,对保障电网的安全稳定运行意义重大。当电网中发生低频振荡时,根据传播到电网中不同位置的特殊形状扰动行波具有的相似性特点,提出一种比较多点测量数据波形相似度以确定低频振荡扰动源位置的定位方法,针对在电网中不同地点一段时间内同时采样的电压数据,利用希尔波特(Hilbert)变换提取各采样点的电压扰动变量并将其传送至监控单元,在监控单元利用定义的顺序相似度函数提取扰动行波通过各相邻采样点间的时差和先后次序,利用各采样点间已知的线路长度计算波速并确定低频振荡扰动源的位置。通过一个7机无穷大系统模型的仿真分析,验证该方法的正确性和准确性。理论分析和仿真结果表明:该方法能够快速确定电网中低频扰动源的位置;而且所需的采样测量单元数量少,能够节省大量投资。

EMD算法中边界效应处理技术

针对经验模态分解的希尔波特-黄变换在分解过程中会产生端点效应使信号两端出现失真的问题,提出包络线性延拓法。将其与其他3种端点效应处理方法进行对比研究,利用能量、分解信号与原信号相关系数以及算法的运行时间作为端点处理方法的评价标准。仿真结果表明,该方法可以使端点效应得到有效抑制。

电压波动信号检测方法的仿真研究

对电压波动和闪变进行有效监视与管理,首要任务是要准确提取电压波动信号。通过仿真,详细比较了平方检测法、H ilbert变换法、小波分析法用于平稳及非平稳的电压波动信号检测时各自的优越性。结果表明,平方检测法和H ilbert法更适用于检测平稳的波动信号,对于谐波污染较大的非平稳信号,用小波分析法则能够得到良好的检测结果。