基于Hilbert-黄变换双重降噪的瞬态信号检测方法

摘要

本发明提供的是一种基于Hilbert-黄变换双重降噪的瞬态信号检测方法。包括以下步骤：初始化基本参数：宽度门限、经验模态分解终止阶数、子波检测门限倍数、能量密度门限倍数、频率分辨率系数、一阶递归系数；通过EMD子波检测确定有效固有模态函数，剔除其他只含噪声的IMF分量，实现第一重降噪；利用有效IMF分量求Hilbert谱的平方，再沿频率轴做局部积分，得到局部瞬时能量密度级，实现第二重降噪；计算信号局部瞬时能量密度级包络，将其作为检测统计量，做信号有无的二元判决，构建局部瞬时能量密度检测器。本发明提供一种真正自适应的、具有强降噪能力的、适用于低信噪比环境的信号检测方法。

主权项

一种基于Hilbert‑黄变换双重降噪的瞬态信号检测方法，其特征在于包括以下步骤：(1)基于经验模态分解EMD子波检测的自适应降噪，首先针对EMD得到的固有模态函数IMF分量，采用滑动平均，独立估计每阶IMF的功率，功率均值乘以子波检测门限倍数作为功率门限，然后通过瞬时功率峰值检测方法进行IMF筛选，若IMF功率峰值大于功率门限则认为此阶IMF有效，否则认为无效并剔除,实现第一重降噪；(2)局部瞬时能量密度级降噪，即利用有效IMF分量求Hilbert谱的平方，再沿频率轴做局部积分，得到局部瞬时能量密度级，实现第二重降噪；(3)将计算信号局部瞬时能量密度级包络作为检测统计量，做信号有无的二元判决，构建局部瞬时能量密度检测器；EMD子波检测采用瞬时功率峰值检测方法：从功率的角度分析，若第1阶IMF没有信号存在，设信号长度为M，则其功率可表示为：N_i(k)＝P_ni(k),k＝0,1,...,M‑1   (2)若第i阶IMF有信号存在，则其功率可表示为：N_i(k)＝P_ni(k)+P_si(k),k＝0,1,...,M‑1   (3)P_ni(k)为第i阶IMF中噪声在k时刻的功率，P_si(k)为第i阶IMF中信号在k时刻的功率，则有以下判定：其中λ_i为第i阶IMF的功率门限，是第i阶IMF的平均功率的倍数，子波检测功率门限的估计方法如下：首先估计每阶IMF_i的瞬时功率P_i(k)：P_i(k)＝(IMF_i(k))²，k＝0,1,...,M‑1   (5)对瞬时功率做L点的滑动平均N_i(k)：$N_i\left(k\right)=\frac{\underset{i=0}{\overset{L-1}{\Sigma }}{P}_i(k-i)}{L},k=L-1,L,...,M-1---\left(6\right)$则功率门限λ_i为：${\lambda }_i=\sigma \times \frac{\underset{k=L-1}{\overset{M-1}{\Sigma }}{N}_i\left(k\right)}{M-L}---\left(7\right)$为了不丢失信息，子波检测应取较低的门限系数σ,当N_i(k)的最大值大于功率门限时，认为是有效的IMF分量，否则认为无效并剔除,针对加噪信号，子波检测将第5阶和余量检测为有效。