搜索资源列表
plot_hht
- Hilbert Huang Transform
线性方程组计算
- 利用高斯消元法法求解病态矩阵——hilbert 矩阵的线性方程组。通过条件数分析，找出误差较大的原因。再利用 Jacobi 迭代方法、G-S 迭代方法和 SOR 迭代法做了进一步探究。另外，作为要求之外的，还使用共轭梯度法来求解方程以来进行对比，并利用Tikhonov 正则化的方法改善矩阵的条件数，来减小误差。(The Gauss elimination method is used to solve the linear equations of the ill conditioned mat
HHT算法
- HHT变换，HHT就是先将信号进行经验模态分解（EMD分解），然后将分解后的每个IMF分量进行Hilbert变换，得到信号的时频属性的一种时频分析方法。(HHT is to first perform the empirical mode decomposition (EMD decomposition) of the signal, and then perform Hilbert transform on each decomposed IMF component to obtain a t
bbo program
- hilbert谱分析具体程序代码以及绘制hilbert时频谱(Hilbert spectrum analysis of specific code and the mapping of Hilbert spectrum)
HHT函数库
- 用于HHT算法中希尔伯特谱二维图形展示，IMF分量分解计算函数(Used for Hilbert-Hubert spectrum two-dimensional graphics display, IMF component decomposition calculation function)
Matlab runcode
- EMD（经验模态分解，全称Empirical Mode Decomposition，一般指EMD算法）是Hilbert-Huang变换（HHT）的核心算法。 经验模态分解(EMD)算法是通过算法过程定义的，而并非由确定的理论公式定义的，所以对其进行准确的理论分析非常困难，我们目前只能借助大量的数字仿真试验不断对其性能进行深入的研究。 EMD算法的目的在于将性能不好的信号分解为一组性能较好的本征模函数（IMFIntrinsic Mode Function ），且IMF须满足以下两个性质： (1
三种HHT_Matlab.part01
- 经验模态分解依据信号时间尺度将信号逐级分解成对称的分量，在进一步对模态函数进行希尔伯特变换(Empirical mode decomposition (EMD) decomposes the signal into symmetrical components step by step according to the signal time scale, and further performs the Hilbert transform for modal functions.)
EMD
- 信号处理及希尔伯特变换，可以用于非平稳信号处理(Signal processing and Hilbert transform can be used for non-stationary signal processing)
HHT20170301
- 希尔伯特黄变换 对暂态行波信号模极大值进行标定(The Hilbert yellow transform is calibrated to the maximum value of the transient traveling wave signal.)
填充曲线
- 填充曲线 即希尔伯特曲线，利用matlab实现(The filling curve is the Hilbert curve, which is implemented by MATLAB.)
boxingbaoluo
- 采用希尔伯特的方法，实现信号的波形包络，效果还是可以的(Using Hilbert's method to achieve signal waveform envelope,the effect is still possible;Signal processing procedures;Acoustic emission signal processing)
MAT
- 利用希尔伯特变换实现单边带调制，并对过程中的各点进行分析。(Single-Side-Band Modulation locatied on Hilbert Transform)
EMD模型
- 经验模态分解（Empirical Mode Decomposition，简称EMD))方法被认为是2000年来以傅立叶变换为基础的线性和稳态频谱分析的一个重大突破?，该方法是依据数据自身的时间尺度特征来进行信号分解，无须预先设定任何基函数。 该方法的关键是经验模式分解，它能使复杂信号分解为有限个本征模函数（Intrinsic Mode Function，简称IMF），所分解出来的各IMF分量包含了原信号的不同时间尺度的局部特征信号。经验模态分解法能使非平稳数据进行平稳化
程序
- 电机故障信号诊断，内外圈故障，利用希尔伯特黄变换(Motor fault signal diagnosis, inner and outer ring faults, using Hilbert yellow transform)
HHT变换的三种方法 Matlab
- 里面包含了希尔伯特黄变换的三种方法，还有相关的文献资料说明，能够有助于理解希尔伯特黄变换。(It contains three methods of Hilbert Huang transform, and related literature, which can help to understand Hilbert Huang transform.)
2466992src
- 希尔伯特黄变换的C语言实现，包括希尔伯特谱分析，瞬时频率的求解等。(Hilbert Huang Transform C language, including Hilbert spectral analysis, such as instantaneous frequency solution.)
HHSA_CPU_code_20160623
- 主要用於分析時序資料，HSA(Time,IF,AM) && HHS(IF,HoloIF,HoloAM) 這是從不同面相看資料，時間、瞬時頻率、振福 瞬時頻率、波峰瞬時頻率、波峰瞬時振幅 這樣就可以看到被感應器偵測到的訊號中有不同空間頻率的能量疊加在整個 RAW 資料之中 Data -> [CEEMD] -> IMF IMF -> [AM-FM] -> AM,FM FM -> [NDQ] -> IF IMF波
希尔伯特谱
- Hilbert谱表示的是信号幅值在整个频率段上随时间和频率的变化规律，下面将分享完整的希尔伯特谱代码。(Hilbert spectrum represents the change rule of signal amplitude with time and frequency in the whole frequency band. The complete Hilbert spectrum code will be Shared below.)
emd
- 用于 EMD 经验模态分解计算及希尔伯特变换(For empirical mode decomposition and the Hilbert spectrum calculation)
hh
- HHT算法实现emd分解，及希尔伯特黄变换，实现瞬时频率瞬时幅值，边际谱的提取(Perform modal recognition, Hilbert Huang transform and its associated algorithmic program code for signal analysis and processing)