注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 一种基于改进Hilbert—Huang变换的非平稳信号时频分析法及其应用

  2. 对于非平稳信号时频分析，提出了一种基于改进Hilbert—Huang变换(HHT)的分析方法．根据HHT的已有原理，改进了经验模式分解(EMD)过程中的筛选停止准则，提高了分解精度；给出了Hilbert谱分析的完整过程；以线性调频连续波(FMCW)信号模型作为研究对象，结合改进的EMD分解和完整的Hilbert谱分析，通过分析时频分布特征实现高噪声背帚下雷达目标信号的检测以及干扰信号的提取．仿真结果表明了改进后的HHT 方法对于低信噪比非平稳信号分析的有效性．

  3. 所属分类：嵌入式

    • 发布日期：2009-12-09
    • 文件大小：372736
    • 提供者：benbenqiang

  1. 基于EMD分解·和希尔伯特变换(HHT)的完整 MATLAB代码.rar

  2. Hilbert-Huang 变换是一种适用于分析非线性、非平稳信号的数据处理方法，它是由美籍华人 Huang 以及他的同事在 1998 年提出的，从本质上讲这种方法是要对一个信号进行平稳化处理，得到信号的时间-频率-能量特征。HHT 是近年来在信号处理领域中的一项重要突破。HHT 是分 EMD 和 Hilbert 变换两步来实现的，首先对非线性、非平稳信号进行 EMD 分解，逐级分解出原始信号中不同尺度的波动或变化趋势，这些具有不同特征尺度的一系列时间序列分量叫做本征模态函数(IMF)，接着对

  3. 所属分类：算法与数据结构

    • 发布日期：2019-08-15
    • 文件大小：25600
    • 提供者：qq_40829647

  1. 基于EMD的鼠笼式异步电动机偏心故障诊断研究

  2. 在经验模态分解鼠笼式异步电动机横向、纵向振动信号的基础上,得出合理的内禀模态分量,分离信号的频率族,取得物理意义的频率分辨效果。再对各分量进行Hilbert变换,并分析信号的Hilbert边际谱,找出偏心故障电动机的特征频率成分。研究表明,用HHT方法能够很好提取偏心电动机故障的特殊故障频率。

  3. 所属分类：其它

    • 发布日期：2020-05-14
    • 文件大小：250880
    • 提供者：weixin_38596485

  1. 基于HHT和SVM的矿山轴承故障在线监测技术

  2. 矿山轴承故障是矿业安全生产的隐患之一,轴承故障信号在线监测能够及时诊断轴承故障,排除安全隐患。采集轴承运行时的振动信号,通过希尔伯特黄变换方法分析振动信号。将振动信号首先进行EMD分解得到轴承故障信号的多层IMF分量,然后进行Hilbert变换得到信号的瞬时频率和边际谱频带能量。将各层IMF分量的平均频率MIF与各层IMF分量的能量比作为特征量,送入SVM中进行训练,可以实现矿山轴承的故障在线监测。

  3. 所属分类：其它

    • 发布日期：2020-06-13
    • 文件大小：290816
    • 提供者：weixin_38588592

  1. 基于改进的HHT边际谱齿轮箱故障诊断

  2. 针对信号经验模态分解(EMD)过程中存在波形混叠现象,提出一种基于聚合经验模态分解(EEMD)和Hilbert边际谱相结合的方法对齿轮箱故障进行故障诊断。首先使用小波阈值分析对背景噪声较大的齿轮箱振动信号进行预处理,提高EEMD分解的精确度;其次对预处理信号进行分解,得到IMF分量,对比正常信号与故障信号的区别;最后对2种工况信号进行Hilbert变换并计算得到边际谱,确定故障信号的故障频率。研究表明该方法在避免EMD分解带来的模态混叠现象方面具有可行性,能提高齿轮箱故障诊断的准确率。

  3. 所属分类：其它

    • 发布日期：2020-07-01
    • 文件大小：932864
    • 提供者：weixin_38657835

  1. 基于HHT方法的露天矿山爆破振动信号分析

  2. 爆破振动信号分析技术是爆破危害控制的重要环节,结合现场监测,采用HHT分析方法进行分析,首先采用EMD经验模态分解,将信号分解为不同IMF分量,对主要分量进行Hilbert变换,并且提取子信号的包络线,验证了该方法在微差爆破延时间隔识别中的有效性,根据IMF分量经过Hilbert变换后得到的Hilbert能量谱,从时间-频率-能量上研究振动信号不同频率产生的影响,验证了HHT分析方法在非线性及非稳态的爆破信号中的高效性和良好的自适应性。

  3. 所属分类：其它

    • 发布日期：2020-07-16
    • 文件大小：212992
    • 提供者：weixin_38731145

  1. 基于EMD的HHT谱分析

  2. 通过经验模态分解将非平稳序列的径流数据分解为几个本征模函数，进行希尔伯特-黄谱分析，得到边际谱。经验模态分解采用三次样条插值绘制包络线。

  3. 所属分类：交通

    • 发布日期：2020-12-10
    • 文件大小：1024
    • 提供者：weixin_46777141

  1. 基于Hilbert谱的汉语词汇语音识别

  2. 应用Hilbert-Huang变换(HHT)对语音信号的处理主要包括两部分：(1)通过经验模态分解过程(EMD)，将语音信号分解成一系列特征模态函数(IMF)；(2)取前两个IMF进行Hilbert谱分析。基于 Hilbert谱，提取各词汇的特征向量，对40个汉语词汇进行语音识别，用支持向量机(SVM)分类器进行分类。实验语音样本总数为 960个，来自男性、女性的语音样本识别率分别达到 97.91%，98.33%。

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：518144
    • 提供者：weixin_38681301