發(fā)布時(shí)間：2017-04-14 15:23

  本文關(guān)鍵詞：基于HHT的非平穩(wěn)信號(hào)特征提取方法及應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

【摘要】：非平穩(wěn)信號(hào)的分析和處理作為現(xiàn)代信號(hào)處理學(xué)科的重要內(nèi)容,一直是理論科學(xué)和工程實(shí)踐研究的熱點(diǎn)。以短時(shí)傅里葉變換和小波分析為代表的相關(guān)處理方法雖然不同程度的對(duì)非平穩(wěn)信號(hào)的時(shí)變性給出了恰當(dāng)?shù)拿枋?但它們都是以傅里葉變換為最終的理論依據(jù),使用它們分析非平穩(wěn)信號(hào)容易產(chǎn)生虛假信號(hào)和假頻等現(xiàn)象。為了避免這個(gè)問題,對(duì)非平穩(wěn)信號(hào)最直接的分析和處理方法是使用具有局域性質(zhì)的基本量,如瞬時(shí)頻率。Hilbert-Huang變換(HHT)則是以瞬時(shí)頻率作為基礎(chǔ)的一種全新的非平穩(wěn)信號(hào)分析方法,它可以有效的分析并提取信號(hào)在整個(gè)時(shí)域內(nèi)的局部化特征,已經(jīng)廣泛應(yīng)用在生物醫(yī)學(xué)、機(jī)械故障診斷學(xué)、海洋工程等眾多領(lǐng)域。本文在對(duì)現(xiàn)有的主要時(shí)頻分析方法及其各自的針對(duì)性和局限性做出深入分析的基礎(chǔ)上,重點(diǎn)研究基于HHT的非平穩(wěn)信號(hào)時(shí)頻分析以及特征提取方法,所做的工作如下:①研究了HHT算法的基本理論,包括瞬時(shí)頻率、本征模態(tài)函數(shù)、經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)算法以及Hilbert譜分析等。其中對(duì)于EMD算法,詳細(xì)介紹了該算法的分解原理及分解步驟,并給出了算法的完備性和正交性分析。深入分析了HHT目前存在的主要問題,包括模態(tài)混疊問題和端點(diǎn)效應(yīng)問題,并詳細(xì)給出了目前針對(duì)這兩個(gè)問題的相應(yīng)改進(jìn)措施。②在對(duì)Hilbert時(shí)頻圖分析的基礎(chǔ)上,提出了一種基于直方圖統(tǒng)計(jì)特征的非平穩(wěn)信號(hào)特征提取方法。首先從基于HHT的信號(hào)時(shí)頻域表達(dá)出發(fā),分析了模態(tài)混疊和端點(diǎn)效應(yīng)問題對(duì)時(shí)頻表達(dá)的影響,通過仿真實(shí)驗(yàn)將HHT與傳統(tǒng)時(shí)頻分析方法進(jìn)行了比較研究,最后給出了基于時(shí)頻圖像的直方圖統(tǒng)計(jì)特征提取方法。③在對(duì)Hilbert邊際譜分析的基礎(chǔ)上,給出了一種聯(lián)合譜能量和譜熵的非平穩(wěn)信號(hào)特征提取方法。首先介紹了信號(hào)的邊際譜表示,然后通過實(shí)驗(yàn)仿真分析了邊際譜與傳統(tǒng)傅里葉幅值譜在信號(hào)表達(dá)上的區(qū)別,最后介紹了基于邊際譜的信號(hào)特征提取方法,分別給出了譜能量和譜熵兩種特征量,并作了詳細(xì)分析。④將兩種特征提取方法應(yīng)用于癲癇腦電信號(hào)檢測(cè)中。分別對(duì)腦電信號(hào)進(jìn)行時(shí)頻圖分析和邊際譜分析,提取了腦電信號(hào)具有顯著意義的特征向量,最后結(jié)合支持向量機(jī)技術(shù)對(duì)相應(yīng)特征進(jìn)行分類驗(yàn)證,實(shí)驗(yàn)結(jié)果表明兩種特征提取方法在腦電信號(hào)的分類中均能取得有效的分類準(zhǔn)確率。
【關(guān)鍵詞】：非平穩(wěn)信號(hào) Hilbert-Huang變換 時(shí)頻分析 特征提取
【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：O174.2;TN911.7
【目錄】：

• 中文摘要3-4
• 英文摘要4-8
• 1 緒論8-14
• 1.1 研究背景及意義8-9
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀9-12
• 1.2.1 平穩(wěn)信號(hào)的處理方法10
• 1.2.2 非平穩(wěn)信號(hào)的時(shí)頻分析方法10-12
• 1.3 HHT概述12-13
• 1.4 本論文的主要工作13-14
• 2 HHT基本理論14-24
• 2.1 HHT中的重要概念14-16
• 2.1.1 瞬時(shí)頻率14-15
• 2.1.2 本征模態(tài)函數(shù)15-16
• 2.2 EMD算法基本原理16-20
• 2.2.1 算法的迭代篩選過程16-18
• 2.2.2 算法的完備性和正交性18-20
• 2.3 存在問題及相應(yīng)改進(jìn)20-23
• 2.3.1 模態(tài)混疊20-22
• 2.3.2 端點(diǎn)效應(yīng)22-23
• 2.4 本章小結(jié)23-24
• 3 基于HHT時(shí)頻圖的非平穩(wěn)信號(hào)特征提取方法24-36
• 3.1 引言24
• 3.2 信號(hào)的時(shí)頻圖像分析24-33
• 3.2.1 基于HHT的信號(hào)時(shí)頻域表示24
• 3.2.2 模態(tài)混疊對(duì)信號(hào)時(shí)頻表示的影響分析24-27
• 3.2.3 端點(diǎn)效應(yīng)對(duì)信號(hào)時(shí)頻表示的影響分析27-30
• 3.2.4 與傳統(tǒng)時(shí)頻方法的比較分析30-33
• 3.3 時(shí)頻圖像的直方圖表示33-34
• 3.4 基于直方圖的統(tǒng)計(jì)特征提取34-35
• 3.5 本章小結(jié)35-36
• 4 基于HHT邊際譜的非平穩(wěn)信號(hào)特征提取方法36-42
• 4.1 引言36
• 4.2 信號(hào)的邊際譜分析36-38
• 4.2.1 基于HHT的信號(hào)邊際譜表示36-37
• 4.2.2 與傅里葉幅值譜的比較分析37-38
• 4.3 基于邊際譜的特征提取38-41
• 4.3.1 譜能量特征38-39
• 4.3.2 譜熵特征39-41
• 4.4 本章小結(jié)41-42
• 5 HHT在非平穩(wěn)癲癇腦電信號(hào)檢測(cè)中的應(yīng)用42-56
• 5.1 引言42-43
• 5.2 腦電信號(hào)的特點(diǎn)及分析技術(shù)43-46
• 5.2.1 腦電信號(hào)的特點(diǎn)43-44
• 5.2.2 腦電信號(hào)的分析技術(shù)44-45
• 5.2.3 實(shí)驗(yàn)數(shù)據(jù)介紹45-46
• 5.3 基于時(shí)頻圖特征提取方法的癲癇腦電信號(hào)檢測(cè)46-51
• 5.3.1 腦電信號(hào)時(shí)頻圖表示46-48
• 5.3.2 基于圖像直方圖的腦電信號(hào)特征提取48-50
• 5.3.3 實(shí)驗(yàn)結(jié)果分析50-51
• 5.4 基于邊際譜特征提取方法的癲癇腦電信號(hào)檢測(cè)51-54
• 5.4.1 腦電信號(hào)的邊際譜表示51
• 5.4.2 基于邊際譜的腦電信號(hào)特征提取51-53
• 5.4.3 實(shí)驗(yàn)結(jié)果分析53-54
• 5.5 結(jié)果比較分析54-55
• 5.6 本章小結(jié)55-56
• 6 總結(jié)與展望56-58
• 6.1 本文總結(jié)56-57
• 6.2 下一步工作展望57-58
• 致謝58-59
• 參考文獻(xiàn)59-63
• 附錄63
• A. 攻讀碩士學(xué)位期間發(fā)表的論文63
• B. 攻讀碩士學(xué)位期間取得的科研成果63

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前10條

1 陳偉;瞿曉;葛丁飛;;主觀引導(dǎo)特征提取法在光譜識(shí)別中的應(yīng)用[J];科技通報(bào);2011年04期

2 張劍清,J.A.R.Blais;運(yùn)用信息論進(jìn)行特征提取[J];測(cè)繪學(xué)報(bào);1990年03期

3 高湘萍;吳小培;沈謙;;基于腦電的意識(shí)活動(dòng)特征提取與識(shí)別[J];安徽大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年02期

4 楊麗梅;郭立紅;;天空背景下飛行器結(jié)構(gòu)特征提取的新方法[J];光學(xué)技術(shù);2007年03期

5 陳振洲;鄒麗珊;;核Foley-Sammon變換[J];廣州大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年04期

6 王江晴;萬晨;;周邊方向貢獻(xiàn)度在脫機(jī)手寫女書特征提取中的應(yīng)用[J];中南民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年03期

7 李華平;;基于多特征提取的識(shí)別算法數(shù)學(xué)建模優(yōu)化研究[J];哈爾濱師范大學(xué)自然科學(xué)學(xué)報(bào);2013年04期

8 張紹武;潘泉;趙春暉;程詠梅;;基于加權(quán)自相關(guān)函數(shù)特征提取法的多類蛋白質(zhì)同源寡聚體分類研究[J];生物醫(yī)學(xué)工程學(xué)雜志;2007年04期

9 呼聲波;劉希玉;;網(wǎng)頁分類中特征提取方法的比較與改進(jìn)[J];山東師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年03期

10 李鄉(xiāng)儒;;光譜數(shù)據(jù)挖掘中的特征提取方法[J];天文學(xué)進(jìn)展;2012年01期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 尚修剛;蔣慰孫;;模糊特征提取新算法[A];1997中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1997年

2 潘榮江;孟祥旭;楊承磊;王銳;;旋轉(zhuǎn)體的幾何特征提取方法[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2005）論文集[C];2005年

3 薛燕;李建良;朱學(xué)芳;;人臉識(shí)別中特征提取的一種改進(jìn)方法[A];第十三屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

4 杜栓平;曹正良;;時(shí)間—頻率域特征提取及其應(yīng)用[A];2005年全國(guó)水聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

5 黃先鋒;韓傳久;陳旭;周劍軍;;運(yùn)動(dòng)目標(biāo)的分割與特征提取[A];全國(guó)第二屆信號(hào)處理與應(yīng)用學(xué)術(shù)會(huì)議�？痆C];2008年

6 魏明果;;方言比較的特征提取與矩陣分析[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

7 林土勝;賴聲禮;;視網(wǎng)膜血管特征提取的拆支跟蹤法[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

8 秦建玲;李軍;;基于核的主成分分析的特征提取方法與樣本篩選[A];2005年中國(guó)機(jī)械工程學(xué)會(huì)年會(huì)論文集[C];2005年

9 劉紅;陳光，

本文編號(hào)：306300