导读:本文包含了希尔伯特黄变换论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:希尔伯特,分解,谐波,经验,模态,小体,果蝇。
希尔伯特黄变换论文文献综述
刘珂,丰继华,黄月月,郭亚茹,牟锦[1]（2019）在《基于希尔伯特-黄变换的核小体定位特征提取》一文中研究指出核小体是染色体折迭的整体结构,它们的空间分布与基因组活动的调节密切相关,是基因工程和表观遗传的重要研究领域。为进一步研究核小体定位特征的物种间差异性,将希尔伯特-黄变换(HHT)引入到酵母和果蝇两个不同物种的定位信号中,从多个角度客观分析核小体定位信号特征在两个物种间的差异性。在此基础上,对酵母和果蝇核小体分布的周期特征和进化印记进行尺度和频域分析,结果表明酵母和果蝇染色体在组织结构上存在显着差异。本文研究思路为准确提取信号瞬时频率提供了前提条件。(本文来源于《生物信息学》期刊2019年04期）
吕公河,刘雪洁,牟风明,刘小会[2]（2019）在《基于希尔伯特变换的光纤分布式声波测量技术》一文中研究指出提出了一种基于希尔伯特变换的相位解调算法,并以此构建了新型光纤分布式声波测量系统,在不劣化解调结果的前提下,极大地简化了相位解调光时域反射系统中的光路结构。通过理论与实验,证明了新算法可以正确、稳定地解调外加正弦信号的幅值、频率及位置信息,实现分布式振动信号的准确测量。(本文来源于《山东科学》期刊2019年05期）
张健,薛雅娟,常强,张莉萍[3]（2019）在《基于完备集合经验模态分解-归一化希尔伯特变换的神经网络储层流体识别》一文中研究指出地震资料的瞬时属性包含丰富的地质信息,可用于储层流体的识别。希尔伯特-黄变换目前在地震资料的瞬时属性提取中呈现出了很大的优势,但是该方法中存在模态混迭、频率误差等问题,限制了其应用。基于此,引入了基于完备集合经验模态分解和归一化希尔伯特变换的改进方法有效提取地震资料更具物理意义的瞬时属性。同时,为了提高储层含气性检测的准确性和精度,选取瞬时频率和瞬时振幅构建分频剖面模型,对目标区域的储层特性和含气特征进行描述。再结合测井资料,运用有监督的神经网络实现对储层含气性的自适应高精度识别。实例研究表明,基于完备集合经验模态分解-归一化希尔伯特变换的前向反馈神经网络方法能够根据某一区域地震数据有效预测该区域储层的含气状况。(本文来源于《科学技术与工程》期刊2019年25期）
童涛,张新燕,刘博文,杨璐璐,张家军[4]（2019）在《基于傅里叶同步挤压变换和希尔伯特变换的谐波间谐波检测分析》一文中研究指出针对电网谐波间谐波提取易发生模态混迭和易受噪声干扰等问题,首次提出一种基于傅里叶同步挤压变换(Fourier-based synchrosqueezing transform,FSST)和希尔伯特变换(Hilbert transform,HT)的谐波间谐波检测方法。该方法利用FSST将信号分解为一组内蕴模态类函数(intrinsic mode type functions,IMTs)分量,再利用HT提取各分量的瞬时频率和瞬时幅值,从而完成谐波间谐波的检测。为提高检测精度,提出利用调制算子修正信号瞬时频率来提高各IMTs分量重构精度,进而提出一种改进傅里叶同步挤压变换(improved Fourier-based synchrosqueezing transform,IFSST)。与传统方法相比,所提方法能有效抑制模态混迭和噪声干扰,能准确提取各谐波间谐波。最后,仿真实验和实测数据验证了该方法的有效性和准确性。(本文来源于《电网技术》期刊2019年11期）
郝东升[5]（2019）在《希尔伯特黄变换在风机故障诊断的应用》一文中研究指出本文提出了基于经验模态分解(EMD)的风机故障诊断的希尔伯特黄变换(Hilbert-Huang Transformation, HHT)方法,介绍了Hilbert-Huang变换理论及其算法。此后以一台现场故障风机为对象,并对采集的故障信号进行EMD分解得到固有模态函数(IMF)分量,然后对其进行HHT变换处理,所得边际谱图中较为清晰地识别故障信息,验证了该方法的在实际工程应用的适用性。(本文来源于《内燃机与配件》期刊2019年16期）
梁宏,朱永莉,李大虎,刘雪梅,陈学芬[6]（2019）在《基于希尔伯特-黄变换的九寨沟M7.0地震加速度记录时频分析》一文中研究指出2017年8月8日四川九寨沟M7.0地震是继2008年汶川M8.0地震和2013年芦山M7.0地震之后,青藏高原东缘在不到10年的时间内发生的第3个震级M7.0以上的强震,震中位于青藏高原巴颜喀拉块体东缘东昆仑断裂带东端的塔藏断裂、岷江断裂和虎牙断裂交汇部位,四川省地震局的数字强震台网共有37个台站获取了主震的叁分量强震加速度记录。由于傅里叶(Fourier)变换仅能提供强震记录的频域信息,故本文在对九寨沟M7.0地震的加速度记录进行时频分析时采用了一种基于聚类经验模态分解(EEMD)的希尔伯特-黄变换(HHT)方法提取信号时频特性,通过对震中附近台站的加速度记录进行EEMD分解和希尔伯特(Hilbert)变换及谱分析,最终有效获得了信号能量的时频分布特征,量化提取了中心频率、Hilbert能量、最大振幅对应的时间等特性,并与Fourier变换进行了对比研究。研究结果表明:对于非线性的强震记录采用EEMD能够有效抑制经验模态分解(EMD)中存在的模态混迭问题,FFT谱与Hilbert边际谱相比,它在低频处会低估地震动的幅值,随着频率的增加,FFT谱又会放大其幅值。(本文来源于《国际地震动态》期刊2019年07期）
于燕平,方林[7]（2019）在《希尔伯特-黄变换(HHT)在复合电能质量扰动分析中的应用》一文中研究指出为准确分辨出电能信号中的扰动成份,进行电能质量治理,笔者通过对暂降+谐波、暂升+谐波、脉冲+谐波、暂升+波动、暂降+波动、脉冲+波动等6种双重扰动信号进行EMD分解,希尔伯特-黄变换,然后着重对信号的前2阶IMF,第1阶IMF的瞬时频率,希尔伯特谱进行分析。结果显示,EMD分解能分解出复合的扰动信号成份,第一阶的IMF分量的瞬时频率及希尔伯特谱能对扰动发生时刻、谐波成份进行较准确的分析。(本文来源于《红水河》期刊2019年03期）
管敏渊,楼平,金国亮,吴国强,夏星航[8]（2019）在《基于希尔伯特——黄变换的GIS超声波检测异常信号诊断》一文中研究指出文中提出了一种气体绝缘组合电器(gas insulated switchgear,GIS)超声波检测异常信号的时频特征计算与诊断方法。首先运用希尔伯特—黄变换(Hilbert-Huang transform,HHT)得到描述超声波信号包络线的时频特征的Hilbert幅值谱。在此基础上,给出了离散条件下Hilbert边际谱与平稳性指数的计算方法,分别表示信号中各频率成分的总强度和平稳性。然后将Hilbert边际谱与平稳性指数结合起来分析,可以直观读取信号的时频特征,进而推断出异常气室的故障原因。3个现场实测案例的研究表明,时频特征分析方法可以有效反映电晕放电、悬浮电位放电和机械振动等3种不同故障对应的超声波信号的时频特征,对提升GIS超声波检测结果的分析诊断水平有着重要的指导意义。(本文来源于《高压电器》期刊2019年06期）
刘复秋宣[9]（2019）在《希尔伯特—黄变换方法在转子系统故障诊断中的应用与研究》一文中研究指出旋转机械是现代工业中应用最广泛且容易发生故障的设备,对旋转机械状态监测和故障诊断来确保设备正常运行、早期故障的预警和排除有重要意义。转子是旋转机械中的重要部件,振动信号大多是非线性、非平稳信号。因此,如何从转子振动信号中提取有效的故障特征并进行模式识别与分类尤为重要。本文将希尔伯特-黄变换方法(HHT)引入到旋转机械故障诊断中,HHT所包含的经验模态分解方法(EMD)和改进的集合经验模态分解方法(EEMD)非常适合处理机械振动信号,而被广泛应用到机械故障诊断领域,并取得了很好的成果,但仍存在着像模态混迭、分解迭代次数高、效率低等问题。针对上述问题,本文首先搭建了转子动力学实验台,进行了叁种故障的模拟和信号采集分析,采用了基于自适应白噪声完备经验模态分解方法(CEEMDAN),并利用仿真和转子振动信号,对CEEMDAN方法与EEMD方法进行了对比分析,CEEMDAN的重构误差小,迭代次数也大大降低,证实了CEEMDAN方法的优越性。其次,针对虚假分量问题,采用了基于相关系数虚假分量判别法和指标能量法,对仿真和故障信号分析结果表明,该方法能够有效筛选出正确分量。最后,在机械故障诊断中的应用中,把CEEMDAN方法与其它数学方法相结合,形成了基于CEEMDAN的机械故障诊断方法。其中,在奇异值熵的基础上,提出了基于CEEMDAN奇异值熵和支持向量机相结合的方法;在模糊熵的基础上,提出了基于CEEMDAN模糊熵和马氏距离相结合的方法。实验数据表明,两种方法均有效实现对故障特征信号的提取与模式的分类。(本文来源于《长春工业大学》期刊2019-06-01）
张异凡,王浩任,史浩天,刘成良[10]（2019）在《基于小波变换和希尔伯特包络分析的QRS波检测算法》一文中研究指出提出一种基于双正交小波变换和Hilbert变换的QRS波检测算法。首先,通过双正交小波变换分解与重构,消除高频噪声,同时突出R峰位置,构造出有利于QRS波检测的检测层。然后,对信号求差分和希尔波特变换,进一步抑制P波、T波以及基线漂移等噪声。最后,在计算得到的包络信号上根据自适应阈值及决策规则进行R峰检测。根据MIT-BIH心率失常数据库有标注的临床数据进行验证,QRS波检测结果准确率达到99.01%,同时算法具有不错的鲁棒性和实时性。(本文来源于《计算机与现代化》期刊2019年05期）
希尔伯特黄变换论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
提出了一种基于希尔伯特变换的相位解调算法,并以此构建了新型光纤分布式声波测量系统,在不劣化解调结果的前提下,极大地简化了相位解调光时域反射系统中的光路结构。通过理论与实验,证明了新算法可以正确、稳定地解调外加正弦信号的幅值、频率及位置信息,实现分布式振动信号的准确测量。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
希尔伯特黄变换论文参考文献
[1].刘珂,丰继华,黄月月,郭亚茹,牟锦.基于希尔伯特-黄变换的核小体定位特征提取[J].生物信息学.2019
[2].吕公河,刘雪洁,牟风明,刘小会.基于希尔伯特变换的光纤分布式声波测量技术[J].山东科学.2019
[3].张健,薛雅娟,常强,张莉萍.基于完备集合经验模态分解-归一化希尔伯特变换的神经网络储层流体识别[J].科学技术与工程.2019
[4].童涛,张新燕,刘博文,杨璐璐,张家军.基于傅里叶同步挤压变换和希尔伯特变换的谐波间谐波检测分析[J].电网技术.2019
[5].郝东升.希尔伯特黄变换在风机故障诊断的应用[J].内燃机与配件.2019
[6].梁宏,朱永莉,李大虎,刘雪梅,陈学芬.基于希尔伯特-黄变换的九寨沟M7.0地震加速度记录时频分析[J].国际地震动态.2019
[7].于燕平,方林.希尔伯特-黄变换(HHT)在复合电能质量扰动分析中的应用[J].红水河.2019
[8].管敏渊,楼平,金国亮,吴国强,夏星航.基于希尔伯特——黄变换的GIS超声波检测异常信号诊断[J].高压电器.2019
[9].刘复秋宣.希尔伯特—黄变换方法在转子系统故障诊断中的应用与研究[D].长春工业大学.2019
[10].张异凡,王浩任,史浩天,刘成良.基于小波变换和希尔伯特包络分析的QRS波检测算法[J].计算机与现代化.2019
论文知识图
