Преобразование Гильберта-Хуанга
возвращает спектр Гильберта hs
= hht(imf
)hs
сигнала, заданного функциями внутреннего режима imf
. hs
полезно для анализа сигналов, содержащих смесь сигналов, спектральное содержимое которых изменяется во времени. Использование hht
для выполнения спектрального анализа Гильберта по сигналам для идентификации локализованных функций.
[___] = hht(___,
оценивает параметры спектра Гильберта с дополнительными опциями, заданными одним или несколькими Name,Value
)Name,Value
аргументы в виде пар.
hht(___)
без выходных аргументов строит графики спектра Гильберта в текущую фигуру окне. Можно использовать этот синтаксис с любым из входных параметров в предыдущих синтаксисах.
hht(___,
строит графики спектра Гильберта с помощью необязательных freqlocation
)freqlocation
аргумент для определения местоположения оси частоты. Частота представлена на оси y по умолчанию.
Преобразование Гильберта-Хуанга полезно для выполнения частотно-временного анализа нестационарных и нелинейных данных. Процедура Гильберта-Хуана состоит из следующих этапов:
emd
разлагает набор данных x на конечное число функций внутреннего режима.
Для каждой функции внутреннего режима, xi, функции hht
:
Использование hilbert
для вычисления аналитического сигнала, , где H {xi} - преобразование Гильберта xi.
Выражает zi как , где ai (t) является мгновенной амплитудой и - мгновенная фаза.
Вычисляет мгновенную энергию, и мгновенную частоту, . Если задана частота дискретизации, hht
новообращенные на частоту в Гц.
Выводит мгновенную энергию в imfinse
и мгновенную частоту в imfinsf
.
При вызове без выходные аргументы, hht
строит график энергии сигнала как функции времени и частоты с цветом, пропорциональным амплитуде.
[1] Хуан, Норден Е и Сэмюэль С. П. Шен. Преобразование Гильберта-Хуанга и его приложения. 2-й ред. Том 16. Междисциплинарные математические науки. WORLD SCIENTIFIC, 2014. https://doi.org/10.1142/8804.
[2] Хуан, Норден Э., Чжаохуа У, Стивен Р. Лонг, Кеннет К. Арнольд, Сяньяо Чэнь и Карин Бланк. «НА МГНОВЕННОЙ ЧАСТОТЕ». Усовершенствования в области адаптивного анализа данных 01, № 02 (апрель 2009 года): 177-229. https://doi.org/10.1142/S1793536909000096.