希尔伯特黄变换(hht)

希尔伯特-黄变换(HHT)是一种信号处理方法，由Norden E. Huang等人于1998年提出\[1\]。它主要包括两个阶段，即经验模态分解(EMD)和Hilbert变换(HT)\[2\]。

在HHT中，首先进行经验模态分解(EMD)。这个过程包括以下步骤：找到信号的极大值和极小值，通过三次样条拟合得到上、下包络线，计算其均值。然后，检查第一个分量是否满足模态分量的条件，即极大值点与过零点的数量相差不超过1个，且上、下包络线均值恒为0。如果不满足条件，重复以上操作直至得到满足条件的模态分量。然后，将原始信号减去第一个模态分量，得到新的“原始信号”，并重复以上操作，直至筛选条件小于预设值时，经验模态分解结束。这样，原始信号就被分解成若干经验模态分量和一个残余信号\[2\]。

接下来，进行Hilbert变换(HT)。HT是一种将信号从时域转换到时频域的方法。在HHT中，HT被用来计算每个经验模态分量的时频谱。具体而言，HT将每个经验模态分量与一个复数函数相乘，得到一个解析信号。然后，通过对解析信号进行傅里叶变换，可以得到时频谱矩阵。这个时频谱矩阵可以用来分析信号在不同频率和时间上的特征\[3\]。

总结起来，希尔伯特-黄变换(HHT)是一种将信号分解成经验模态分量，并通过Hilbert变换计算每个分量的时频谱的方法。它在处理不规则信号方面具有一定的优势\[1\]\[2\]\[3\]。
#### 引用[.reference_title]
- *1* *2* [将时间序列转成图像——希尔伯特-黄变换方法 Matlab实现](https://blog.csdn.net/weixin_41406486/article/details/127815463)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item]
- *3* [希尔伯特黄变换(Hilbert-Huang)原理、HHT求时频谱、边际谱，及MATLAB（2018rb）实现](https://blog.csdn.net/weixin_41406486/article/details/104775769)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]