基于HHT和機器學習的非平穩(wěn)信號分析
發(fā)布時間:2020-03-25 20:44
【摘要】:隨著科學技術(shù)的發(fā)展,非平穩(wěn)信號分析已成為許多工程領域的重要組成部分。時頻分析方法是用于非平穩(wěn)信號分析的常用方法。希爾伯特-黃變換(Hilbert-Huang Transform,HHT)作為一種全新的自適應的非平穩(wěn)和非線性信號分析方法,相比于傳統(tǒng)的時頻分析方法擁有更加銳利的時頻分辨率。HHT包含了兩個關鍵部分:經(jīng)驗模態(tài)分解(Empirical Mode Decomposition,EMD)和希爾伯特譜分析(Hilbert Spectrum Analysis,HSA)。EMD能夠自適應地將非平穩(wěn)信號分解為有限數(shù)目的內(nèi)部模態(tài)函數(shù)(Intrinsic Mode Functions,IMF),對IMF進行希爾伯特變換(Hilbert Transform,HT)就可以得到非平穩(wěn)信號的時頻分布。由于缺乏堅實的數(shù)學基礎,EMD的實現(xiàn)仍然是經(jīng)驗性的,這導致HHT方法仍然存在一些問題,進而嚴重影響了其分析結(jié)果。本文主要對HHT中的端點效應和模態(tài)混疊問題進行研究,利用HHT及其改進方法對一類非平穩(wěn)通信信號進行了分析。本文的主要研究內(nèi)容如下:首先,利用HHT以及幾種傳統(tǒng)的時頻分析方法對常見的非平穩(wěn)信號進行了時頻分析,結(jié)果表明HHT方法對于非平穩(wěn)信號分析具有更加優(yōu)異的時頻分析性能。其次,針對HHT中存在的端點效應問題,闡明了端點效應的存在原因,總結(jié)了現(xiàn)有解決方法。重點介紹了極值鏡像延拓法、基于支持向量回歸的波形延拓法和基于極限學習機的波形延拓法。提出了一種基于極限學習機與極值鏡像的延拓方法,綜合正交性系數(shù)、相似系數(shù)以及模型訓練時間等評價指標來看,該方法能夠有效的抑制端點效應問題。再次,針對HHT中的模態(tài)混疊問題,闡明了模態(tài)混疊的產(chǎn)生原因,總結(jié)了現(xiàn)有解決方法。重點介紹了自適應噪聲完備總體經(jīng)驗模態(tài)分解(Complete Ensemble Empirical Mode Decomposition With Adaptive Noise,CEEMDAN)、頻移法以及掩膜信號法這三種解決模態(tài)混疊的方法;提出了一個掩膜信號法的實施原則,該實施原則能夠指導研究人員更好的利用掩膜信號法。最后,利用HHT及其改進方法對一類非平穩(wěn)通信信號進行了分析。結(jié)果表明,在無高斯白噪聲的條件下,利用HHT方法能夠準確的分析出信號中的時頻特征;在有高斯白噪聲條件下,HHT方法的分析性能減弱,采用CEEMDAN和HSA作為HHT的改進方法能對非平穩(wěn)通信信號的頻率信息進行有效的提取。
【圖文】:
二分量信號的瞬時頻率
EMD的篩選過程
【學位授予單位】:電子科技大學
【學位級別】:碩士
【學位授予年份】:2019
【分類號】:TN911.7;TP181
【圖文】:
二分量信號的瞬時頻率
EMD的篩選過程
【學位授予單位】:電子科技大學
【學位級別】:碩士
【學位授予年份】:2019
【分類號】:TN911.7;TP181
【參考文獻】
相關期刊論文 前10條
1 肖瑛;殷福亮;;解相關EMD:消除模態(tài)混疊的新方法[J];振動與沖擊;2015年04期
2 王新;王乾;趙志科;;基于SVR的經(jīng)驗模態(tài)分解端點延拓改進方法[J];計算機工程與應用;2014年09期
3 湯寶平;董紹江;馬靖華;;基于獨立分量分析的EMD模態(tài)混疊消除方法研究[J];儀器儀表學報;2012年07期
4 胡愛軍;孫敬敬;向玲;;經(jīng)驗模態(tài)分解中的模態(tài)混疊問題[J];振動.測試與診斷;2011年04期
5 韓建平;錢炯;董小軍;;采用鏡像延拓和RBF神經(jīng)網(wǎng)絡處理EMD中端點效應[J];振動.測試與診斷;2010年04期
6 楊建文;賈民平;;希爾伯特-黃譜的端點效應分析及處理方法研究[J];振動工程學報;2006年02期
7 劉慧婷,張e,
本文編號:2600420
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/2600420.html
最近更新
教材專著