Hilbert-Huang变换：瞬时频率

Question

我正在实施＆＃34;经验模式分解＆＃34;在Java中。下一步是希尔伯特 - 黄 变换，我需要找到如何获得＆＃34;瞬时频率＆＃34;。有人知道怎么做吗？

使用EMD方法，任何复杂的数据集都可以分解为有限且通常很少的组件，这是一组固有模式函数（IMF）。下一步是希尔伯特 - 黄变换。由此我计算了信号的相位，在我必须计算瞬时频率之后，我在Matlab代码中搜索，如以下链接：http://read.pudn.com/downloads100/sourcecode/math/408870/emd/instfreq/archive/ifreq.m__.htm

但我不明白。

由于

Answer 1

希尔伯特 - 黄变换是经验模式分解（EMD）和希尔伯特变换的结合。

首先，EMD是一种为您提供固有模式功能（IMF）的算法。

然后将希尔伯特变换应用于每个IMF。

从IMF，Hilbert变换给出一个pi / 2相位延迟信号，您可以从中计算相位，以及相位的时间导数，它与瞬时频率成正比。

您将在该页面上找到有趣的教程和有关EMD算法变体的详细信息：http://perso.ens-lyon.fr/patrick.flandrin/emd.html

Answer 2

实例频率可以用Python计算

<testbot> LaRochelle,
<testbot> British.

Answer 3

您可以使用Hilbert-Huang变换（HHT）处理信号数据，该方法是将经验模式分解（EMD）和Hilbert频谱分析（HSA）与Matlab或Python结合使用。在Matlab或Python中，您可以直接使用HHT方法，而无需自己计算瞬时频率（IF）。

例如使用Matlab：

首先，您可以通过实现emd来发信号来获取IMF和残差，代码为： [IMF，residual，info] = emd（signal，'Interpolation'，'pchip'，'Display'，0）;

然后，可以通过hht（IMF，fs）获得IF，即IMFINSF，其中fs是采样频率 [P，F，T，IMFINSF，IMFINSE] = hht（IMF，fs）;

此外，Python中还有一些工具和方法。