徐力彬,宋余庆,刘 毅
(江苏大学计算机科学与通信工程学院,江苏镇江212013)
Hilbert-Huang变换(Hilbert-Huang Transform,HHT)是由Huang N E等人通过深入分析和总结后提出的一种新的非平稳非线性信号分析方法[1]。该方法主要包含2个部分:经验模态分解(Empirical Mode Decomposition,EMD)和 Hilbert谱 分 析(Hilbert Spectral Analysis,HAS),其中 EMD 为核心部分[2]。与传统方法相比,EMD无须预先设定任何基函数,而是根据信号特点自适应地将原始信号分解为一系列固有模态函数(Intrinsic Mode Function,IMF),去除了快速傅里叶变换方法中引入的谐波基函数,也没有小波分析复杂信号过程中产生信号模糊与失真的问题[3-6]。然而,HHT变换也有一定的局限性,例如端点效应问题[7]和模态混叠问题[8]等。尤其是端点效应问题会严重妨碍信号的特征提取,从而导致信号分析的误差。
EMD中使用三次样条函数对包络进行拟合时,由于难以确定端点处是否为极值点,导致出现了端点效应问题。国内外专家针对端点效应已经提出了多种有效的抑制方法,包括镜像延拓[9]、极值延拓[10]、基于神经网络预测的数据延拓法[11]以及多项式拟合延拓法[12]等。这些方法在抑制端点效应方面都有着良好的效果,但同时也存在弊端,如多种延拓方法存在同一种缺陷,即在对原始信号进行延拓处理以后,其端点依然是不固定的,拟合的上下包络线两端还是会出现发散现象,只是在EMD完成后截去延拓部分,端点效应相对减轻。本文在镜像延拓的基础上,利用余弦窗函数法对延拓后的信号进行处理,使样条函数可以更好地拟合包络线,对端点效应起到抑制作用。……