经验模态分解及瞬时频率滤波算法的研究与应用

经典的傅立叶变换理论在平稳、线性信号处理中发挥了重要作用,但在非平稳、非线性信号处理领域却显出了不足和缺陷。在认识到一般信号的统计特性的基础上,各种现代信号分析处理方法层出不穷。基于EMD(Empirical Mode Decomposition)的希尔波特黄变换(HHT)时频分析方法是近10年来研究的热点。本文首先详细介绍希尔波特黄变换信号分析方法,描述了基于经验的EMD分解算法基本实现步骤;讨论了EMD时频分析方法的基本思想。 其次,重点分析了EMD时频分析方法存在的缺陷及问题,包括模态混叠、边界效应、曲线拟合、筛分停止条件及IMF正交化处理和采样率对EMD结果的影响等方面,其中在采样率对算法的影响中通过理论分析,推导出第一阶IMF在EMD后随采样率变化而变化的公式;结合各种优化算法,总结出实时EMD时频分析改进算法;研究了各种利用EMD分解得到的固有模态函数IMF(Intrinsic Mode Functions)做时域处理的滤波方法,然后从瞬时频率的物理本质出发,提出一种可以直接从Hilbert谱图中滤除任意时间段内任意范围瞬时频率的信号滤波方法,并通过仿真试验与经验模态分解滤波、基于经验模态分解的小波阀值滤波方法的效果进行比较,验证了该方法的有效性及优越性。 再次,概述波音747型飞机空气循环机ACM(Air Cycle Machine)程控检测系统,重点介绍了ACM程控检测系统的软件设计,包括软件需求分析、上位机软件模块架构、上位机软件程序流程等,并对其中数据采集模块的传感器采集原理、软件编程等做了详细的说明。 最后,将本文提出的瞬时频率滤波算法应用到ACM旋转机械振动信号的有色噪声滤波处理中且比较了滤波前后的波形;更进一步,对一个与实际信号相似的仿真信号做滤波实验且比较其Hilbert谱图,验证了瞬时频率滤波方法在该领域的有效性,以及该滤波算法独特的信号分解效果。