[发明专利]基于瞬时带宽的信号时间-频率分解方法

说明书

本发明提供了一种基于瞬时带宽的信号时间‑频率分解方法，通过优化经验模态分解(EMD)中本征模态函数(IMF)的提取算法，在希尔伯特变换域求解得到局部截止频率，利用所述局部截止频率构造时变滤波器，利用所述时变滤波器进行滤波，重复所述局部截止频率的求解和滤波过程，直到滤波得到满足终止条件的信号局部带宽，进而得到局部带宽的本征模态函数。本发明中，采用局部截止频率估算和滤波，分离频域上较为接近的信号分量，同时结合采用模态混叠抑制模块，能够抑制噪声干扰产生的时频域间断点，进而同时解决了频率分辨率和模态混叠问题。

技术领域

本发明涉及信号处理领域，具体涉及一种基于瞬时带宽的信号时间-频率分解方法。

背景技术

时间-频率域(时频)分析描述了信号频率随时间的变化关系，是非线性、非平稳信号处理的重要方法。典型的时频分析方法为线性方法，有短时傅里叶变换、小波分析、Wigner-Ville分布等。这些方法的时频分辨率在很大程度上受限于基函数的类型和宽度，而基函数的类型和宽度等参数往往不容易选择，导致这些方法的适应性较差。另外，这些方法的时频分辨率受限于Heisenberg不确定性原理，在时间和频率这两个物理量的测量上受到约束，不可能同时获得高分辨率。

希尔伯特-黄变换(Hilbert-Huang transform，简称HHT)是一种非线性的具有自适应性的时频分析方法，希尔伯特-黄变换(HHT)包含两个步骤：首先，利用经验模态分解(empirical mode decomposition，简称EMD)将信号分解成一系列本征模态函数(intrinsic mode function，简称IMF)的组合，这些本征模态函数满足希尔伯特变换(Hilbert transform)对信号单分量特性的要求。然后，使用希尔伯特变换对IMF进行时频特征提取；最后得到关于时间-频率-幅度的三维分布，称为HHT谱。HHT不再受限基函数、Heisenberg不确定性原理的局限，是一种自适应的时频分析方法，在生物医学、故障诊断、金融等领域得到大量应用，但是其本身存在一些局限(EMD局限)：一是频率分辨率问题，EMD无法分解频率比小于0.65的信号；二是模态混叠问题，EMD对含噪声信号进行分解会出现IMF分裂的现象。

目前，针对上述EMD局限，国内外一些研究通过改变信号插值点、使用掩信号、噪声辅助等方法进行改进，但只能针对一个问题改善分解性能，即频率分辨率问题或模态混叠问题。在同时解决频率分辨率问题和模态混叠问题上，尚无有效的解决方案。

因此，需要一种既能提升信号分解的频率分辨率，又能提取信号时频域特征的基于瞬时带宽的信号时频分解方法。

发明内容

本发明的目的在于提供一种技术方案，能够同时提升信号分解的频率分辨率和提升对含噪声信号分解的鲁棒性，从而有利于更好地提取信号时频特征。

该方法的整体思路是：通过优化经验模态分解(EMD)中本征模态函数(IMF)的提取算法，，在希尔伯特变换域求解得到局部截止频率，利用所述局部截止频率构造时变滤波器，利用所述时变滤波器进行滤波，重复所述局部截止频率的求解和滤波过程，直到滤波得到满足终止条件的信号局部带宽，进而得到局部带宽的本征模态函数。

本发明提供一种基于瞬时带宽的信号时间-频率分解方法，包括以下步骤：

步骤一：采用信号分解方法对信号进行经验模态分解(EMD)，将信号分解为一系列本征模态函数(IMF)的组合；

步骤二：使用希尔伯特变换对本征模态函数(IMF)进行时频特征提取，在希尔伯特变换域求解得到局部截止频率；

步骤三：利用所述局部截止频率构造时变滤波器，利用所述时变滤波器进行滤波；

步骤四：重复步骤二和步骤三，直到滤波得到满足终止条件的信号局部带宽，从而得到局部带宽的本征模态函数；

局部截止频率估算模块用于估算局部截止频率包括以下步骤：