文章目录

• 一、概述
• 二、算法原理
• • 2.1 瞬时频率
  • 2.2 经验模态分解(EMD)
• 三、python中实现
• • 3.1 生成模拟信
  • 3.2 EMD变换
  • 3.3 Hilbert变换
• 四、Tips

一、概述

??希尔伯特-黄变换（HHT）是一种非线性、非平稳信 的分析处理方法。它主要有经验模态分解（EMD）和希尔伯特变换两个理论部分构成，经验模态分解可以将任意信 分解为一系列固有模式函数的集合；固有模式函数再经过希尔伯特频谱分析，可以得到瞬时频率。因此经过希尔伯特-黄变换最终可以得到非线性、非平稳信 的时频图。

二、算法原理

??传统的傅里叶变换得到的是一种按频率分布的全局能量谱图，由于它在各数据分析领域的广泛应用，导致大家对谱分析的认识几乎等同于傅里叶分析。 但是傅里叶变换有两个重要的前提：1.系统必须是线性的；2.数据必须具有严格的周期性和平稳性。 离开了这两个前提，傅里叶变换结果是没有意义的，而非常不凑巧的是，大部分现

文章知识点与官方知识档案匹配，可进一步学习相关知识OpenCV技能树首页概览11268 人正在系统学习中