公共文化服务平台

搜索到1200篇“ 希尔伯特-黄变换“的相关文章

希尔伯特-黄变换技术及在边界层湍流研究中的应用被引量：6: 2013年; 大气边界层中的湍流运动可以视为由许多不同时空尺度的湍涡叠加形成的,谱分析方法可以将这些不同尺度的涡旋分离开来。在介绍希尔伯特-黄变换(HHT)的基础上,选取2011年4月16日00—01时(北京时)、05-06时、12—13时不同时段的大气湍流观测数据,采用希尔伯特-黄变换技术分析了内蒙古科尔沁沙地地区的谱分布特征,得到的各内在模函数对应的中心瞬时频率可以表现出不同尺度上的湍流波动,其中,包含周期为3—5和10-13 min的阵风和重力内波,并在希尔伯特边际谱中体现。三维希尔伯特谱分布表明湍流能量多集中在频率小于0.5 Hz的低频段;大气湍流脉动较强的时段,其内在模函数和希尔伯特谱也对应着较大的能量。对比传统的快速傅里叶变换(FFT)方法,希尔伯特-黄变换可以更清晰地表现出湍流的频谱分布。; 魏伟张宏升; 关键词：希尔伯特-黄变换大气湍流谱分析

线性正则变换域的希尔伯特-黄变换: 魏超; 关键词：时频分析线性正则变换希尔伯特-黄变换经验模态分解

基于希尔伯特-黄变换的桥梁非线性气动力识别: 2025年; [目的]针对桥梁涡激振动过程中非线性气动力识别的问题进行研究.[方法]提出了一种基于希尔伯特-黄变换的识别方法,首先对桥梁的时程数据进行预处理,再对处理后的数据使用经验模态分解法,在得到主导的固有模态函数后,结合随机减量法获得自由衰减曲线,最后通过希尔伯特变换,识别获取所需要的参数.[结果]数值算例与风洞试验显示:当桥梁处于涡振锁定区间内,本文提出的方法可以准确地识别桥梁的非线性气动力.[结论]一方面,本文提出的识别方法,可以很好地模拟出气动力的非线性形式.另一方面,本文在识别过程中,获得非线性气动力特性的相关结论:在涡振锁定区间内,桥梁的振动频率与固有频率接近;同时,桥梁的瞬时阻尼比与结构的瞬时振幅及风速有关.; 张震周光伟陈昌萍; 关键词：非线性系统希尔伯特-黄变换气动效应

基于希尔伯特-黄变换的高速侵彻损伤源定位: 2025年; 高速钝体侵彻双层结构产生的Lamb波在传播过程中受复杂结构界面和测试环境影响,导致含损伤特征的有效信号易被其他因素干扰。文中以双层钢板结构为研究对象,重点研究侵彻产生的Lamb波在钢板中的传播特性。针对非线性的冲击源信号,基于希尔伯特-黄变换(Hilbert-Huang Transform,HHT)对侵彻产生的瞬态非平稳信号进行分析并重构,提取了含冲击源特征的Lamb波S 0模态信号,基于误差函数的几何定位算法确定了相应的损伤源位置。结果表明,所提方法可有效剔除复杂环境中其他不相干杂波的影响,重构后的信号提高了定位精准度。; 骆英宋成徐晨光; 关键词：LAMB波侵彻希尔伯特-黄变换层间耦合信号重构

泸定M_(S)4.5地震不对称高陡谷坡地震动响应: 2025年; 基于2023年四川泸定M_(S)4.5地震实测地震动数据,开展不对称斜坡时频域数据分析。结果表明:1)位于右岸1^(#)监测点的PGA放大系数最大,水平向和竖直向分别为3.16~15.08、4.37;2)Arias强度右岸最大值为2.24 cm/s,左岸最大值为0.79 cm/s,说明右岸地震动响应能量更强;3)斜坡右岸监测点的卓越频率为2~9 Hz,左岸卓越频率为2~17 Hz,地震幅值所呈现出来的能量在水平向比竖直向更为集中。地震动响应在不对称高陡谷坡右岸凸出半岛状斜坡地形比直线形斜坡更为强烈,高位覆盖层的存在会增强地震动响应。; 宋华英王运生贺建先杜勇江唐涛吴昊宸; 关键词：希尔伯特-黄变换

电压不平衡条件下电厂发电机转子过电压状态智能监测: 2025年; 为降低多种故障因素导致的电压不平衡条件对电厂发电机稳定运行的影响,提出电压不平衡条件下电厂发电机转子过电压状态智能监测方法。鉴于电压不平衡条件下电厂发电机转子电流、有、无功功率和电磁转矩会产生二倍频波,选取具有代表性的发电机转子电流为分析变量,通过在发电机转子回路中安装的电流传感器,实时采集发电机转子电流,采用希尔伯特-黄变换方法,以转子电流信号为经验模态分解的输入,得到若干固有模态函数,再利用希尔伯特变换从中得到瞬时频率幅值谱,作为过电压状态监测的特征量,通过极限学习机完成转子过电压智能监测。实验结果显示:该方法可以有效提取发电机转子电流的瞬时频率特征,并实现多种故障导致电压不平衡条件下的发电机转子过电压状态监测。; 李书硕王睿东尚志强胡永哲于艳华; 关键词：电压不平衡发电机转子过电压转子电流希尔伯特-黄变换

基于能量释放分析探究膨化食品声学特征与感官脆度相关性: 2025年; 本研究旨在寻找能快速提高膨化食品感官脆度和其声学特征相关性的方法。采用排序测试方法选取脆性区分能力较好的个体组成感官组,对不同类型的膨化食品进行感官评价。以1000 Hz作为能量切分区间,利用希尔伯特-黄变换(Hilbert-Huang Transform,HHT)对膨化食品的声信号进行能量分割,观察其能量迁移过程,研究10种不同类型食品的感官评价与声学特性之间的关系。感官评价结果显示具有较高“酥脆性”的样品更易获得较高的评价分数。脉冲因子(r=0.937)和峭度(r=0.889)在不同种类膨化食品之间显示出与感官脆度的极显著相关性(P<0.01),表明膨化食品的能量释放特征保持一致,较脆的食物释放的能量会产生突然而不稳定的信号。膨化食品的声信号频率更集中在总能量占比80%的低频区间内,不同类型膨化食品的低频区间与感官脆度之间无显著相关性,但从其固有低频区间提取的声学特征与感官脆度的相关性显著提高。本研究建立了一种快速寻找膨化食品声信号最佳录制频率区间方法,提高了声学评价在食品感官质量控制中的准确性与可靠性。; 朱成凯胡新楠纪执立沈汪洋贾喜午; 关键词：膨化食品声学特征希尔伯特-黄变换

SVM与VMD-HHT结合的三相逆变器开路故障诊断研究: 2025年; 信号处理广泛应用于三相逆变器的检测和故障诊断当中,但信号中携带的噪声往往会对诊断结果造成干扰。为了解决这一问题,提出了一种新的基于信号处理的故障诊断方法。该方法由变分模态分解(Variational Mode Decomposition, VMD)和希尔伯特-黄变换(Hilbert-Huang Translation,HHT)相结合对故障信号进行预处理。通过VMD对输出电流信号分解,依据相关系数和基波分量占比选定有效模态分量,再基于希尔伯特-黄变换进行分析提取该分量中时频域的特征信息,建立13维故障特征向量结合支持向量机(Support Vector Machine,SVM)完成故障分类。实验结果表明,经过VMD-HTT算法预处理提取的信号特征向量在分类正确率方面有明显提升,验证了该方法的可行性与良好的分类性能。与K邻近值、人工神经网络等传统分类器算法结果相比较,所提方法具有较高准确度,同时有良好的工程领域适用性。; 王昱; 关键词：逆变器希尔伯特-黄变换

形态学滤波和HHT变换在轮轨故障诊断中的应用: 2025年; 针对现有轮轨故障诊断装置结构复杂、成本高且实时性差等问题,提出了一种基于轴箱振动加速度响应的轮轨故障诊断方法。首先通过形态学滤波器对轴箱振动信号进行降噪处理,然后运用集合经验模态分解(EEMD)将处理后的信号分解得到若干阶固有模态函数(IMF),再依据能量熵增量的相对大小剔除IMF分量中的虚假分量,对剩余的有效分量进行希尔伯特-黄变换(HHT)得到Hilbert谱。研究结果表明,车辆运行在正常工况与不同类型轮轨故障工况下,轴箱振动加速度的Hilbert谱有显著的差异,因此依据Hilbert谱的特征可有效诊断轮轨故障。; 李大柱; 关键词：形态学滤波希尔伯特-黄变换

基于因果稀疏优化的运动想象脑电意图解码研究: 2025年; 针对运动想象脑电信号解码问题提出因果稀疏特征优化方法,旨在选择因果判别特征以增强其解码准确性.首先,利用希尔伯特-黄变换(HHT)提取脑电信号各通道中的边际谱能量;然后,运用样本重加权去相关性算子(SRDO)对特征进行加权优化,以消除干扰及冗余特征与识别运动想象的判别特征间的虚假关联;在此基础上,利用亲和传播(AP)聚类算法开发特征在空间分布中的潜在关系,并结合迭代稀疏分组Lasso(iSGL),通过同时考虑组内与组间特征的重要性,对特征进行优化,以提升运动想象脑电信号的解码准确率;最后,利用支持向量机(SVM)在二分类运动想象实验数据集上进行5折交叉验证,实验结果显示其平均准确率达到了92.30%,与原特征相比提升近4%.此外,通过与不同方法的对比实验,充分验证了所提出方法的优越性,表明该方法可以作为一种推动脑-机接口发展的有力解决方案.; 付荣荣李林玉孟云刘冲路斌文桂林; 关键词：因果希尔伯特-黄变换脑电信号

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈