Hilbert-Huang变换方法研究进展

自然过程大都具有非线性非平稳性,一种自适应数据分析方法对于分析这些过程来说是极其必要的。Huang于1998年创立的H ilbert-Huang变换(HHT)就是这样一种自适应性非线性非平稳数据分析方法,该方法由经验模态分解(EMD)和H ilbert变换两部分组成。文中首先详细解释了HHT的思想和基本理论;然后介绍了该方法近期的重要研究进展,列举了其在科研和工程领域的应用;最后,对方法中仍然存在的问题进行了讨论。     

半周期半对称延拓的EMD边界处理方法的实现

环境脉动下结构非平稳输出信号处理和复杂结构模态参数的识别方法中,希尔伯特-黄变换是种有效的方法.该方法的核心是经验模态分解和希尔伯特-黄变换谱分析.针对何立志(2006)提出的半周期半对称延拓经验模态分解边界的处理方法,本文以EL Centro地震波的筛分为例,对该方法的实现进行了详细说明和具体运用,证明该方法具有一定的实用价值.     

近50年来长江入海径流量对太平洋年代际震荡变化的响应

太平洋年代际震荡(Pacific Decadal Oscillation)是类似于ENS0型的具有年代际时间尺度变化的太平洋气候变率.PDO既对长期的气候变化趋势产生扰动,又会对年际变化事件(如ENSO)产生重要影响,可使ENSO事件的频率和强度改变,以致影响到ENSO和季风的关系.通过对百年来的PDO数据进行HHT分...     

希尔伯特—黄变换在遥感图像中的实例研究与应用展望

希尔伯特-黄变换是一种处理非线性、非平稳数据的方法,目前该方法已在遥感图像处理中得到高度重视。文中在介绍希尔伯特-黄变换的基础上,首先通过对时间序列数据的不同频率信息进行分离,揭示了希尔伯特-黄变换方法对局部时间尺度的物理含义。通过希尔伯特-黄变换方法对不同空间尺度信息的分离,对SAR遥感图像滤波和SAR遥感图像信息提取开展了实例应用研究,展示了希尔伯特-黄变换方法可以通过遥感图像提供各种尺度信息现象的有效数据。最后讨论与分析了希尔伯特-黄变换方法的局限性与优势,并对其在遥感图像处理中的应用进行了总结和展望。     

利用EMD阈值消噪改进MW组合周跳探测性能

分析MW组合观测值的噪声特性,评价其实际周跳探测性能,提出利用EMD阈值消噪方法进行降噪。对于EMD的端点效应问题,在MW递推均值上增加虚拟噪声构成虚拟观测值对数据进行延拓。估计MW组合经EMD分解后各层分量的阈值,削弱噪声影响。分析消噪后含周跳MW组合所发生的变化,指出周跳具有"扩散"现象,提出基于消噪后MW组合的探测方案。     

基于经验模态分解削弱多波束残余误差的方法

针对多波束水深数据中存在的系统性残余误差,提出了基于经验模态分解方法来削弱残余误差的方法:首先利用经验模态分解方法对多波束测深数据作一维分解,将非线性、非平稳的多波束测深数据分解成准线性子波,然后构建水深数据趋势项与残余项,利用中央波束趋势项建立整体数据趋势项,最后加以水深数据残余项还原海底地形,削弱残余误差影响。通过实测多波束测深数据验证方法的有效性。     

强潮河口桥墩涌潮压力试验研究

为明确强潮河口设计条件下涌潮压力特征,以嘉绍大桥工程为背景进行了涌潮压力的动态测试和分析。选取主墩围堰和施工栈桥进行现场观测,分析了涌潮压力分布及其变化的特点。利用经验模态分解法,研究了涌潮压力的时均和脉动特性,建立了涌潮压力及其脉动分量极值与涌潮高度的拟合关系。研究结果表明:涌潮压力变化脉动性强,经验模态分解法能较好地处理这种非平稳时变信号;时均分量反映了局部水位的平均变化趋势,脉动分量反映了涌潮与结构物相互作用时自由水面的紊动情况;从垂向分布上看,压力极值在潮前低水位附近最大,并随着传感器安装高程的增加而减小;从平面分布上看,主墩围堰的迎潮面压力极值最大,背潮面最小;涌潮压力及其脉动分量的极值与涌潮高度满足指数分布规律。     

波流相互作用的大气系统中振荡模态的分析

把经验模态分解(EMD)方法用于波流相互作用的大气动力系统,对不同系统状态的流甬数解序列求其本征模态函数(IMF)分量,分析系统状态与IMF之间的关系,揭示流甬数的振荡结构.结果表明:随着系统的复杂性增大,构成解序列的IMF分量的个数相应增多.对于系统的定常态(Hadley流),每个流函数ψ分量的各个IMF分量都趋于零均值线;对于周期态(Rosssby流),ψ分量由1个周期性的高频IMF分量构成;对于振荡态,分量主要由2-3个较高频IMF分量构成;对于非周期流,ψ分量由多个非周期的IMF分量构成;对于周期-非周期状态,其本征模态有的有周期性,有的没有周期性.低频IMF分量表现ψ序列的长时间尺度的变化.     

GPS高程时间序列降噪分析的改进EMD方法

针对经验模态分解(empirical mode decomposition,EMD)降噪过程中不能直接确定分界本征模态函数(intrinsic mode function,IMF)的K值,以及当高频噪声IMF分量个数少于低频IMF分量个数时,利用低频信号重构实现降噪的计算量较大等问题,提出一种新的EMD降噪方法。采用平均周期与能量密度乘积指标的方法来自动确定分界IMF的K值,将高频噪声IMF分量进行重构,然后用原始信号减去重构噪声,从而达到降噪的目的。利用模拟数据和BJFS站的实测GPS高程时间序列数据进行验证。实验结果表明,该方法能够直接确定分界IMF的K值,降低计算量,在GPS高程时间序列降噪中较传统EMD方法更可靠。     

利用EMD方法和小波变换进行信号奇异性检测

本文采用经验模式分解 (EMD)与小波变换相结合的方法分析非平稳机械故障信号的奇异性 ,进行机械故障诊断。与直接对原信号进行小波分析相比较 ,该方法提取的奇异性特征明显。数值模拟和对故障轴承的振动信号分析表明了该方法的有效性。