摘要

Hilbert-Huang变换是一种新的时频分析方法,适用于处理非线性和非平稳信号。其核心是经验模式分解(EMD),能将复杂信号分解为固有模态函数(IMF)的集合,并通过对IMF函数进行Hilbert变换来得到瞬时频率,以此构造Hilbert时频谱。虽然HHT方法已经被证明为有着良好的自适应性和分解效率,但也存在着一些不足之处。本文就将讨论HHT变换中出现的模态混叠现象,并介绍一种对于传统EMD分解的改进方法——集成平均经验模式分解EEMD。 本文首先对于经典的时频分析方法进行了回顾。并通过实验进行了短时傅里叶变换,Wigner-Ville分布,小波变换和Hilbert-Huang变换...