基于 HHT 法的煤冲击破坏低频电磁信号去噪
基于HHT的电力系统低频振荡监测器的研究
基于HHT的电力系统低频振荡监测器的研究
杨培宏;岳立海;亢岚;王国平
【期刊名称】《电测与仪表》
【年(卷),期】2014(51)21
【摘要】针对电力系统区域联络线上发生低频功率振荡问题,提出了一种能够快速精确地分解出振荡模态参数的低频振荡监测器。
低频振荡监测器的核心是一种改进的希尔伯特-黄变换(Hilbert-Huang transform,HHT)算法,该算法通过给在线录波数据叠加整周期余弦信号,使预处理信号的两端为极值点,解决了EMD分解过程中的"端点效应"问题,通过MATLAB仿真验证了该方法的有效性。
【总页数】5页(P110-114)
【关键词】希尔伯特一黄变换;经验模态分解;电力系统低频振荡;监测器
【作者】杨培宏;岳立海;亢岚;王国平
【作者单位】内蒙古科技大学信息工程学院;内蒙古科技大学矿业与煤炭学院【正文语种】中文
【中图分类】TM744
【相关文献】
1.基于改进HHT算法的电力系统低频振荡模态辨识研究 [J], 金涛;褚福亮;李威;刘奕路
2.基于MEMD和HHT的电力系统低频振荡模式识别方法研究 [J], 葛维春; 殷祥翔; 葛延峰; 屈超; 黄鑫; 王长江
3.基于改进HHT算法的电力系统低频振荡模态辨识研究 [J], 金涛[1];褚福亮[1];李威[2];刘奕路[3]
4.基于改进HHT算法的电力系统低频振荡分析 [J], 唐瑞华;丁为民;牛进才;李素平
5.基于改进HHT算法的电力系统低频振荡分析 [J], 唐瑞华;丁为民;牛进才;李素平因版权原因，仅展示原文概要，查看原文内容请购买。
基于加速度传感器的HHT信号降噪方法
基于加速度传感器的HHT信号降噪方法
杨大为
【期刊名称】《仪表技术与传感器》
【年(卷),期】2015(000)005
【摘要】通过HHT理论将信号分解成若干IMF分量，直接滤除含有噪声成分的分量进行信号的降噪处理出现不同程度的信号失真。
文中提出通过对每个IMF分量进行频谱分析，结合噪声信号的特征，对半数的高频IMF分量单独进行小波阈值滤波处理后重组信号，进而完成对原始信号的滤波处理，在提高了信噪比的同时避免了有效信息的丢失。
【总页数】3页(P84-85,89)
【作者】杨大为
【作者单位】沈阳理工大学信息科学与工程学院，辽宁沈阳 110159
【正文语种】中文
【中图分类】TN911.23
【相关文献】
1.基于集合经验模态分解-小波阈值方法的爆破振动信号降噪方法 [J], 费鸿禄;刘梦;曲广建;高英
2.一种基于小波变换的加速度传感器信号降噪方法 [J], 陈翠琴;董林
3.基于EWT-分量阈值与SVD的微震信号降噪方法 [J], 谢博;施富强;马胜;李锋
4.基于小波变换的断路器振动信号降噪方法 [J], 徐丽华
5.基于HHT方法的地层Q值补偿方法研究 [J], 颜中辉;徐华宁;李攀峰;刘鸿;杨佳佳;陈珊珊;杨传胜
因版权原因，仅展示原文概要，查看原文内容请购买。
基于HHT的人员及车辆震动信号联合去噪方法
基于HHT的人员及车辆震动信号联合去噪方法
赵春晖;王杨;唐胜武
【期刊名称】《沈阳大学学报》
【年(卷),期】2016(028)002
【摘要】提出了一种基于HHT的FCL(分型守恒定律,Fractal Conservation Law)与小波动态阈值联合去噪的方法.该方法将原始的人、车震动信号经过HHT分解后得到该震动信号的不同频率分量.对低频信号部分,采用FCL算法进行去噪,对去噪后的各个低频信号进行重组;对高频信号部分,采用小波动态阈值滤波去噪并重组高频信号.将重组后的高、低频信号进行求和得到降噪后信号.
【总页数】7页(P111-117)
【作者】赵春晖;王杨;唐胜武
【作者单位】哈尔滨工程大学信息与通信工程学院,黑龙江哈尔滨 150001;哈尔滨工程大学信息与通信工程学院,黑龙江哈尔滨 150001;哈尔滨工程大学信息与通信工程学院,黑龙江哈尔滨 150001;中国电子科技集团公司第四十九研究所,黑龙江哈尔滨150001
【正文语种】中文
【中图分类】TP216
【相关文献】
1.基于震动信号HHT的车辆分类 [J], 林振华;李宝清;魏建明;刘海涛
2.基于HHT的人员脚步信号识别算法 [J], 吴甄非;余志军;刘海涛
3.基于车辆声音及震动信号相融合的车型识别 [J], 焦琴琴;牛力瑶;孙壮文
4.基于更新提升形态小波变换的车辆目标震动信号特征提取 [J], 杜锴;方向;张胜;王怀玺;黄俊逸
5.强噪音环境下基于震动信号的车辆适应性分析 [J], 雷艳惠
因版权原因，仅展示原文概要，查看原文内容请购买。
一种利用HHT消除信号短时强干扰的方法
一种利用HHT消除信号短时强干扰的方法王学敏;黄方林【期刊名称】《计算机工程与应用》【年(卷),期】2012(048)005【摘要】针对信号中含有的短时强干扰会引起瞬时振幅和瞬时频率明显异常的特点,基于Hilbert-Huang变换(HHT)提出一种消除方法.利用经验模态分解(EMD)将存在短时强干扰的信号分解成本征模函数(IMF)和残余项；计算每阶IMF的瞬时振幅和瞬时频率,在异常区段,将其根据正常区段的数据进行拟合,用拟合后的数据代替原数据.将处理后的瞬时振幅和瞬时频率重构得到一组新的IMF,对残余项,直接去除异常波动,将所有新的IMF和残余项重新组合,所得信号就消除了干扰的影响.数值仿真和实测数据处理结果表明了该方法的可行性.%According to the characteristic that short-time strong disturbance in signals can lead to obvious abnormity in instantaneous amplitudes and frequencies, an HHT-based method to eliminate the disturbance is proposed. The signal with short-time strong disturbance is decomposed into a series of Intrinsic Mode Functions (IMF) and a residue by the Empirical Mode Decomposition (EMD). The instantaneous amplitudes and frequencies of each IMF are calculated. In abnormal sections, they are fitted according to the data in normal sections, replacing the original ones with the fitted data. A new set of IMF is reconstructed by using the processed instantaneous amplitudes and frequencies. For the residue, abnormal fluctuations are directly removed. A new signal with the short-time strong disturbance eliminatedis reconstructed by superposing all the new IMF and the residue. Results of numerical simulation and measured signal verify the feasibility of the method.【总页数】4页(P131-134)【作者】王学敏;黄方林【作者单位】贵州大学土木建筑工程学院,贵阳550003;中南大学土木建筑学院,长沙410075【正文语种】中文【中图分类】TP277【相关文献】1.一种消除高速列车振动信号局部强干扰的方法 [J], 陈双喜;林建辉;陈建政2.一种有效消除电除尘器强干扰的辅助接地方法 [J], 邱金成3.一种适合增强干扰消除合并算法的同步方法 [J], 耿淬4.利用差分模式消除触摸屏信号抖动的一种方法 [J], 万厚冲5.EMD方法在消除桥梁振动信号局部强干扰中的应用 [J], 王学敏;黄方林;陈政清因版权原因，仅展示原文概要，查看原文内容请购买。
基于HHT降噪的潜艇地磁匹配算法
基于HHT降噪的潜艇地磁匹配算法
柳明;王海军;高斌
【期刊名称】《测绘工程》
【年(卷),期】2014(0)2
【摘要】潜艇在地磁导航时各种干扰磁场的存在会使导航精度降低.为消除干扰磁场的影响,提高地磁匹配导航的精度,提出基于HHT降噪的潜艇地磁匹配算法.算法首先对地磁数据利用HHT方法进行去噪处理,在此基础上采用Hausdorff距离算法进行地磁匹配导航.给出算法的具体流程,并进行仿真验证.仿真结果表明,算法能够较好地消除各种地磁噪声的影响,从而提高潜艇地磁匹配的精度.
【总页数】4页(P29-31,35)
【作者】柳明;王海军;高斌
【作者单位】滨州学院山东省高校航空信息与控制技术重点实验室,山东滨州256603;滨州学院山东省高校航空信息与控制技术重点实验室,山东滨州256603;滨州学院山东省高校航空信息与控制技术重点实验室,山东滨州256603
【正文语种】中文
【中图分类】P318
【相关文献】
1.基于HHT变换的低频声场干涉结构降噪研究 [J], 陈浩;余赟
2.基于HHT重构信号的超声降噪方法 [J], 马庆增;王瑞璇;邹宝诚;李晓红
3.基于加速度传感器的HHT信号降噪方法 [J], 杨大为
4.心音的降噪预处理和基于HHT的特征分析研究 [J], 尹明;王燕;刘欣
5.基于HHT的精确投饵动态称重信号的降噪和预判研究 [J], 蔡永胜;张刚;韩祥兰;魏超
因版权原因，仅展示原文概要，查看原文内容请购买。
希尔伯特—黄变换(HHT)在EH-4数据去噪处理中的应用
希尔伯特—黄变换(HHT)在EH-4数据去噪处理中的应用黄泽佼;徐子东;罗晗;黄远生
【期刊名称】《物探与化探》
【年(卷),期】2022(46)5
【摘要】工频噪声源于社会生产活动中产生的电磁噪声,常会造成视电阻率曲线病态或发散。
为了提高数据处理与解释的精度,本文针对EH-4数据中常见的工频噪声,采用希尔伯特—黄变换进行去噪处理,通过对实际数据的时间序列处理分析可知,该方法利用数据自身的时间尺度特征自适应地分解信号,能够很好地去除工频噪声,为大地电磁信号的去噪提供了一条有效的路径。
另外,本文还针对经验模态分解过程中产生严重的模态混叠及“端点效应”进行分析,运用聚合经验模态(EEMD)对仿真信号及实测数据的时间序列进行分解,有效地解决了模态混叠等问题。
【总页数】9页(P1232-1240)
【作者】黄泽佼;徐子东;罗晗;黄远生
【作者单位】海南省海洋地质资源与环境重点实验室;海南水文地质工程地质勘察院
【正文语种】中文
【中图分类】P631
【相关文献】
1.航空发动机试飞中转静子碰摩故障信号处理的希尔伯特-黄变换(HHT)方法
2.改进的希尔伯特-黄变换（HHT）在多模式Lamb波检测中的应用
3.希尔伯特—黄变
换在地电阻率数据处理中的应用4.希尔伯特-黄变换(HHT)在复合电能质量扰动分析中的应用5.基于改进的希尔伯特黄变换在地震数据处理中的应用研究
因版权原因，仅展示原文概要，查看原文内容请购买。
一种基于HHT变换的语音去噪方法
^!( RS % * T " U " * +V% ’ W T XT Y Z [ % % \ WZ " + * ) # ] ) U % XT *!" # $ % & ’ ) * +_ & ) * U Y T & ‘
a 9bLc d= : e : A B CQ fg h = Bi jLc c @ k l : A B C
, . ) 本时间 序 列 ( EI GJ的 引 入 使 得 瞬 时 频 率 具 有 了 实 际 的
物 理意义 E 不需要先验基 99D含的频率成分不仅与采样频率有关 随信号本身的变化而变化 具有自适应性 E 在小波分析中 当小波基确定时 小波分解只与分解尺度和信号的采样频 率 有关 -不具有自适应性 E另外 -小波分析本质上是窗口 可调的 J 变换 由于小波基函数的长度有限 在对信 k @ > : = >
现代电子技术 "# ! $ $ %年第 #期总第 # & ’期
! 嵌入式与单片机 "
一种基于 !" # $ % & ’ !( ) * +变换的语音去噪方法
张维强 , -徐
/ , 0西安电子科技大学 陕西 西安
晨. - 宋国乡 ,
广东 深圳 4 , 5 2 6 2 7
1 , 2 2 1 , 3. 0深圳大学
收稿日期 8. 2 2 4 , , . 6 万方数据
. 0 , 9@ A B C变换 / F GH 分解 7
为了得到具有实际物理意义的瞬时频率 9@ A B C变换 是基于以下 P个假设的 8 / , 7数据中至少有 .个极值点 8 一个极大值和一个极 小值 3 / . 7特征尺度由两个相邻极值点的时间间隔决定 3 / P 7如果数据中没有极值点 -而只有拐点 -那么可以 通过一次或几次微分得到极值点 最后可以把各固有模态
HHT和Prony算法在电力系统低频振荡模态识别中的应用
HHT和Prony算法在电力系统低频振荡模态识别中的应用白洋;王婷婷;张峥
【期刊名称】《上海电气技术》
【年(卷),期】2017(10)4
【摘要】电力系统的大规模互联使低频振荡现象越来越突出,如何准确识别低频振荡模式成为需要解决的重点问题.将Hillbert-Huang变换(HHT)与Prony算法的优点相结合,先利用HHT将实测信号分解为若干个本征模态函数(IMF)分量,再利用Prony算法在含有低频振荡信息的IMF分量中提取模态参数.通过算例分析确认,HHT与Prony算法相结合,可以有效提取出系统的低频振荡参数,效果优于仅应用单一变换或算法.
【总页数】5页(P41-44,54)
【作者】白洋;王婷婷;张峥
【作者单位】中国能源建设集团新疆电力设计院有限公司乌鲁木齐 830002;中国能源建设集团新疆电力设计院有限公司乌鲁木齐 830002;中国能源建设集团新疆电力设计院有限公司乌鲁木齐 830002
【正文语种】中文
【中图分类】TM712
【相关文献】
1.基于HHT和Prony算法的电力系统低频振荡模态识别 [J], 王晖;高桂革;曾宪文
2.HHT算法在电力系统低频振荡模态辨识中的应用 [J], 刘斌;杨培宏
3.改进型Prony算法在电力系统低频振荡波形分析中的应用研究 [J], 叶红权;林涛;黄涌;杨东俊
4.HHT在电力系统低频振荡模态参数提取中的应用 [J], 袁建春
5.Prony算法在电力系统振荡模态识别中的应用 [J], 赵少锋; 邹斌
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于 HHT 法的煤冲击破坏低频电磁信号去噪付玉凯;杨威;李成武【摘要】针对煤冲击破坏低频磁场信号的高噪声、非线性、非平稳等特征，将HHT时频分析方法引入到低频磁场信号的时频分析中，介绍了HHT时频分析方法及原理，利用该方法对煤冲击破坏低频磁场信号进行去噪分析和时频处理。
研究结果表明： EMD分解重构不但可对信号进行去噪处理，还能很好地刻画出低频电磁信号的非线性、非平稳性及脉冲特性；低频磁场信号的频谱图可清晰表示出能量随时间和频率的动态变化，从频谱图中得出，低频磁场信号的优势频率在0～40 Hz 之间，其持续时间小于2 s；与傅里叶变换和小波分析相比， HHT分析方法的时间、频率分辨率较高，有完全的时频局部性，可很好地描述电磁信号的时变特征，是电磁信号时频分析的有效方法。
%For the high-noise, nonlinear and non-stationary characteristics of low-frequency signal in impact failure process of coal, introducing HHT time-frequency analysis method into low-frequency signal analysis, denoising and time-frequency disposing of low-fre-quency signal was finished with this method.Results showed that EMD decomposition and reconstitution could not only denoise signal, but also describe well nonlinear, non-stationary and pulsing characteristics of low-frequency electromagnetic signal.Spectrogram of low-frequency magnetic signal could clearly show dynamic variation of energy with time and frequency.From spectrogram, dominant fre-quency of low-frequency magnetic signal was within 0~40Hz and its duration was less thanpared with Fourier transform and wavelet analysis, HHT method has higher time and frequency resolution, whole time-frequencylocalization and could well describe time-varying characteristic of electromagnetic signal, which is effective method for time-frequency analysis of electromagnetic signal.【期刊名称】《煤矿开采》【年(卷),期】2015(000)004【总页数】6页(P9-13,35)【关键词】HHT法;煤冲击破坏;低频电磁信号;EMD分解;分离式霍普金森杆【作者】付玉凯;杨威;李成武【作者单位】天地科技股份有限公司开采设计事业部，北京 100013; 煤炭科学研究总院开采设计研究分院，北京 100013; 煤炭科学研究总院煤炭资源高效开采与洁净利用国家重点实验室，北京100013;中国矿业大学北京资源与安全工程学院，北京 100083;中国矿业大学北京资源与安全工程学院，北京 100083【正文语种】中文【中图分类】TU45随着煤矿开采深度的增加，煤矿煤岩体动力灾害日益增多，严重影响了煤矿的安全、高效生产。
针对煤岩体动力灾害，预测预报是关键。
目前，电磁辐射预测方法受到了国内外学者的关注［1－3］。
由于煤岩冲击破坏过程中产生的电磁信号是一种非线性、阵发性的脉冲信号，属于典型的非平稳随机信号［4］，所以对其进行去噪滤波显得非常困难。
因此，去噪滤波技术严重制约了电磁信号在预测预报煤岩动力灾害中的应用。
目前，学者主要采用傅里叶变换 (FFT)、小波变换 (WT)等信号处理方法对电磁信号进行分析，但是这些方法只能分析信号的总体频率，不能有效分析信号的时频特性［5－6］。
小波变换分析方法与其他分析方法相比，其时频分析精度依赖于小波基函数的选取，有时由于基函数选取问题，使其对信号的精细分解受到限制［7－8］。
希尔伯特黄变换 (HHT)是1998年由Huang等人［9－10］提出了一种处理非线性、非平稳信号的时频分析方法，HHT分析方法主要包括2个部分:一是多分辨经验模态分解 (EMD)和瞬时频率变换;二是对EMD分解的分量进行时频分析。
HHT变换实际上是一种以傅里叶变换为基础的改进型信号处理方法，该方法在电磁信号去噪中的应用较少。
本文采用HHT时频分析方法对煤冲击破坏的低频电磁信号进行经验模式分解(EMD)，并通过对各个IMF(某一频率尺度上的模态信号)分量进行重构，最后对重构信号进行时频谱分析。
1 HHT变换原理1.1 经验模态分解法 (EMD)原理及算法1.1.1 EMD原理EMD法［11］是 HHT的核心，其主要有两个作用:过滤叠加波和对称化波形。
EMD可以将信号从时间尺度上进行IMF分量分解，但是需要满足下面两个条件:(1)整个信号数据的极值点和过零点个数相差不超过1。
(2)由局部最大值所绘制的包络线和由局部最小值点所绘制的包络线的平均值为0，就是信号必须对称于时间轴。
1.1.2 EMD算法对一个原始信号X(t)，首先找出X()t上全部的最大值和最小值，然后采用插值方法对曲线进行极值拟合，从而绘制出曲线的包络线Xmax()t。
同理得出包络线Xmin()t，2条包络线包含了全部信号数据。
对2条包络线取其平均值得平均线m1()t，再用X()t减掉m1()t得到h1()t。
如果信号不同，h1()t有可能产生一个IMF分量，也可能得到2个IMF分量。
若分量不满足限定条件，此时将h1()t当做原信号，重复以上的程序，即得h11()t =h1()t －m11()t，m11()t是h1()t的2条包络线平均值;若h11()t没有变换成IMF分量，则接着计算，进行k次计算，得到第k次计算的数据h1k(t)=h1(k－1)(t)－m1k(t)。
判断h1k(t)是不是可以满足IMF分量，这样就需要一个计算过程终止的法则，一般可以用2个连续结果的标准差SD作为判断依据［12－13］:在实际运算中，可以通过对信号反复筛选来确定IMF分量，筛选结果通过SD值来确定。
经验表明，当取SD=0.2～0.3时比较合适，既可确保IMF的线性和稳定性，又可使IMF具有相应的物理意义［11］。
1.2 HHT变换与时频谱1.2.1 HHT 变换对信号进行分解，得到IMF分量，对分量进行HHT变换，计算出其瞬时频率。
对全部IMF分量进行上述变换，即HHT谱［10］。
HHT变换很好地刻画了信号的局部性质，可以很好地得到信号的瞬时频率，避免了傅里叶变换中产生的不真实高低频成分，其具有直观的物理意义［10］。
1.2.2 HHT谱HHT谱变换［14］可以把信号幅值变换为时间、频率平面上的等高线图，该变换称之为HHT时频谱。
时频谱主要有3种表达形式:灰度图、等高线及三维空间图形，其表达式如下:式中，H为信号幅值;Re为累计相加;ai()t为每一阶IMF的幅值;ωi(t)为每一阶IMF 的瞬时频率。
如果对Hω，()t进行时间上积分，可以得到信号的HHT边际谱:2 实验简介2.1 实验系统及装置试验系统包括两部分，即霍普金森压杆(SHPB)和电磁辐射测试系统，试验系统见图1，图2。
图1 实验装置图2 实验装置实物霍普金森压杆系统由子弹、输入杆和输出杆组成，压杆为钢质压杆，直径为50mm，子弹为φ50mm×400mm的圆柱体。
被测试样夹在输入杆和输出杆之间。
选用的电磁辐射接收装置为ZDKT－1型瞬变磁振测试系统 (图2)，该系统包括磁场天线、信号采集系统 (3000s－1)及计算机。
实验时，天线正对煤试件，距其30～40mm。
2.2 煤样制作煤试件来源于某矿掘进头，煤样采用圆柱体，尺寸为φ50mm ×50mm，平行度0.02mm［15］，试样两端涂抹石墨，以减少其摩擦效应［16－17］。
2.3 煤冲击破坏低频电磁信号去噪前分析共加工12个试样，分为4组进行实验，分别记为A1，A2，A3;B1，B2，B3;C1，C2，C3;D1，D2，D3。
对每一组进行相同速率下的实验，由于煤体强度较低，经多次冲击测试发现，冲击速率大于3m/s即可破坏煤试样，且冲击速率过大会导致应力－应变曲线失真。
当冲击速率在3～10m/s之间时，测试结果可靠性较高。
由于子弹冲击速率是由动力系统中的高压氮气所施加的，其速率控制有一定的误差，所以冲击加载速率以平行光源测试结果为准。
根据平行光源测定结果，实验的冲击速率分别为 3.287m/s，6.251m/s，6.950m/s，8.714m/s。
实验结果发现，同一组实验结果的重复性较好。
鉴于文章篇幅有限，以D1为典型信号进行分析，冲击速率为8.714 m/s时，最大应变率为166.35s－1，采集的低频磁场原始信号见图3。
图3 原始信号由图3可以看出，共采集了10s的低频磁场信号，但突变的低频磁场信号介于5～7s之间，持续时间较短 (小于2s)，并且信号中伴随着大量的背景噪声信号，这些噪声信号主要来自外界环境和采集系统自身［18］。
存在噪声的低频电磁信号对于预测煤岩冲击破坏十分不利。
为了能清楚地认识低频磁场信号的特征，需要对原始低频电磁信号进行去噪分析。
为了验证HHT分析煤冲击破坏的低频磁场信号的有效性和突显信号非线性的能力，首先将原始低频磁场信号进行FFT频谱分析和Morlet时频分析［19－20］。
Morlet时频分析是小波变换的一种形式，分析结果见图4和图5。
由图4和图5可以看出，信号的能量主要集中在600Hz以内，原始低频信号中存在明显的噪声成分，并且Morlet的时频分析谱的有效信号也被背景噪声信号掩盖，从上面2个图很难清楚认识有效信号随时域和频域的动态变化特征，这就需要进一步采用HHT法对信号进行去噪分析。
图4 原始信号的FFT谱图5 原始信号的Morlet时频谱3 低频磁场信号的HHT分析3.1 磁场信号的EMD分解及重构低频电磁信号属于非平稳脉冲信号，在煤岩冲击破坏过程中有时某一时间段的信号强度大，那么信噪比就较高;而另一时间段信号强度较弱，这时信噪比就很低。