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.

基于HHT的心音分段和医学指标提取

提出了一种希尔伯特黄变换(HHT)与香农能量相结合的包络提取方法,使包络更加平滑,分段更加准确。针对希尔伯特包络不平滑的问题,提出一种希尔伯特黄变换(HHT)与香农能量相结合的包络提取方法,使得所得包络更加平滑;针对经验模态分解(EMD)时采用三次样条插值而造成的端点效应问题,采用镜像闭合端点延拓方法予以解决。实验表明使用提出的新方法可以得到更好的结果。最后对心音信号进行包括心率、S1/S2和D/S在内的医学指标的提取和分析,这为临床上评估心脏储备提供了便利。

经验模态分解中端点效应的抑制

Hilbert-Huang变换是通过对信号的经验模态分解,使非平稳信号平稳化,从而使信号Hilbert变换后得到的瞬时频率具有物理意义。在应用经验模态分解方法时,通过3次样条插值算法给出的上、下包络在数据信号的两端不可避免地会出现发散现象。会严重影响经验模态分解的质量,使分解出的本征模态函数没有实际的物理意义。镜像闭合端点延拓通过镜像法把镜内信号映射成一个周期性的环行信号,不存在端点,从根本上避免了经验模态分解和Hilbert变换的端点效应。从理论上说,镜像闭合端点延拓是解决经验模态分解端点的一个好方法。