當(dāng)前位置：首頁(yè) > 编程资源 > 编程问答 >内容正文

编程问答

MATLAB hilbert谱纵坐标由归一化频率改为正常频率的方法

發(fā)布時(shí)間：2023/12/15 编程问答 26 豆豆

生活随笔收集整理的這篇文章主要介紹了 MATLAB hilbert谱纵坐标由归一化频率改为正常频率的方法小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.

調(diào)用disp_hhs函數(shù)繪制hht譜時(shí)，這樣調(diào)用：
disp_hhs(E,tt1/fs,[],fs);即把時(shí)間除以采樣頻率，這樣時(shí)間軸就是真實(shí)時(shí)間。
把disp_hhs函數(shù)里的這一行代碼： imagesc(t,[0,0.5],im,[inf,0]);
改為：??imagesc(t,[0,0.5*fs],im,[inf,0]);這樣得到的譜圖就是真實(shí)頻率而不是歸一化頻率
?

轉(zhuǎn)自http://www.ilovematlab.cn/thread-173116-1-1.html

G-Rilling工具箱下載鏈接見(jiàn)下面

https://download.csdn.net/download/huo3204387/9712847

以下內(nèi)容轉(zhuǎn)自http://www.cnblogs.com/minks/p/5671246.html，很全的總結(jié)

Hilbert-Huang Transform: matlab 希爾伯特-黃變換: matlab實(shí)現(xiàn)

關(guān)于Hilbert-Huang的matlab實(shí)現(xiàn)，材料匯總，比較雜...感謝所有網(wǎng)絡(luò)上的貢獻(xiàn)者們:)

核心：以下代碼計(jì)算HHT邊際譜及其對(duì)應(yīng)頻率
工具包要求：G-Rilling EMD Toolbox，TFTB Toolbox
附：黃鍔先生課題組開(kāi)發(fā)的工具包（可以在?這里?找到），這里并未用到。

% Empirical mode decomposition, resulting in intrinc mode functions. % Without parameter 'MAXMODES' the process may be seriously delayed by % decompose original signals into too many IMFs (not necessary, 9 is % enough generally) imfs = emd(oriSig, 'MAXMODES', 9); % HHT spectrum: hhtS [A, f, t] = hhspectrum(imfs); [hhtS, ~, fCent] = toimage(A, f, t); % Marginal hilbert spectrum: hhtMS, xf: correspondig frequency for k = 1 : size(hhtS, 1)hhtMS(k) = sum(hhtS(k, : )) * 1 / fs; end xf = fCent(1, :) .* fs;

G-Rilling EMD Toolbox工具包相關(guān)配置：了凡春秋

簡(jiǎn)單來(lái)說(shuō)，設(shè)置好路徑之后輸入?install_emd?即可。

Matlab關(guān)于EMD分解后希爾伯特譜分析（相關(guān)函數(shù)均隸屬 G-Rilling EMD Toolbox）

hhspectrum 函數(shù)說(shuō)明（8樓：老老的學(xué)生）

% [A,f,tt] = HHSPECTRUM(imf,t,l,aff) % Input: %- imf : matrix with one IMF per row % 將emd分解得到的IMF代入就可以，就是你的程序中寫(xiě)的c變量，不用加最后一行的趨勢(shì)項(xiàng) %- t : time instants % 瞬時(shí)時(shí)間或持續(xù)時(shí)間？？（寫(xiě)[1:信號(hào)長(zhǎng)度]就可以，真實(shí)的時(shí)間可以根據(jù)采樣率轉(zhuǎn)換 %- l : estimation parameter for instfreq % 瞬時(shí)頻率的估計(jì)參數(shù) ？？（寫(xiě)1就可以，決定瞬時(shí)頻率估計(jì)時(shí)的邊界從第幾個(gè)點(diǎn)開(kāi)始 %- aff : if 1, displays the computation evolution % 顯示計(jì)算進(jìn)程選項(xiàng)，不想顯示寫(xiě)0就可以 % % Output: % - A : amplitudes of IMF rows % - f : instantaneous frequencies % - tt : truncated time instants % 截止時(shí)間？？（截?cái)鄷r(shí)間，返回的是瞬時(shí)頻率對(duì)應(yīng)的時(shí)間，要比原來(lái)信號(hào)的時(shí)間按短，由前面的l值決定） % % calls: % - hilbert : computes the analytic signal % - instfreq : computes the instantaneous frequency % 瞬時(shí)頻率 % % Example： [A,f,tt] = hhspectrum(c(1:end-1,:),[1:n],1,0); [im,tt,ff] = toimage(A,f,tt,512); disp_hhs(im,tt,[],fs);

9樓：老老的學(xué)生

關(guān)于時(shí)頻圖的概念，我認(rèn)為是與諸如小波，gabor等聯(lián)合時(shí)頻分析方法聯(lián)系在一起的。

小波，gabor等具有多尺度分析的概念，得到的時(shí)頻分布是一個(gè)二維的矩陣（橫軸時(shí)間，縱軸頻率，可以用不同的顏色（光譜圖spectrogram）或瀑布圖表示不同的幅度）。

對(duì)HHT來(lái)講，我覺(jué)得氣時(shí)頻圖的概念是有些不同的。EMD分解的作用就是把復(fù)雜的信號(hào)分界為簡(jiǎn)單的單分量的信號(hào)，使其可以應(yīng)用瞬時(shí)頻率的概念，hilbert變換的目的就是分析出瞬時(shí)頻率。所以HHT在每一時(shí)刻得到的只有一個(gè)值，而不是像小波之類(lèi)的得到一系列的值（多尺度分析）。所以我們從其時(shí)頻分布圖上看到的是一條線，而不是一幅圖。

27樓：songzy41
HHT的重要意義是通過(guò)EMD分解后得到IMP，用IMP做hilbert，對(duì)每個(gè)固有模態(tài)函數(shù)才有瞬時(shí)信息。原信號(hào)是有許多固有模態(tài)函數(shù)之和，所有原信號(hào)沒(méi)有瞬時(shí)信息可言。這是HHT的基本出發(fā)點(diǎn)。

基于G-Rilling EMD Toolbox的Hilbert譜計(jì)算示例代碼：nike815

%示例程序 N=1000; n=1:N; fs=1000; t=n/fs; fx=50; fy=150; x=2*sin(2*pi*fx*t); y=sin(2*pi*fy*t); z=x+y; data=z; imf=emd(data); % 對(duì)輸入信號(hào)進(jìn)行EMD分解 [A,f,t]=hhspectrum(imf); % 對(duì)IMF分量求取瞬時(shí)頻率與振幅：A：是每個(gè)IMF的振幅向量,f:每個(gè)IMF對(duì)應(yīng)的瞬時(shí)頻率，t：時(shí)間序列號(hào) [E,t,Cenf]=toimage(A,f); % 將每個(gè)IMF信號(hào)合成求取Hilbert譜，E：對(duì)應(yīng)的振幅值，Cenf：每個(gè)網(wǎng)格對(duì)應(yīng)的中心頻率。這里橫軸為時(shí)間，縱軸為頻率。即時(shí)頻圖(用顏色表示第三維值的大小)和三維圖（三維坐標(biāo)系：時(shí)間，中心頻率，振幅） cemd_visu(data,1:length(data),imf); % 顯示每個(gè)IMF分量及殘余信號(hào) disp_hhs(E); % 希爾伯特譜 % 畫(huà)出邊際譜 colormap(flipud(gray)); % 黑白顯示 %N=length(Cenf); % 設(shè)置頻率點(diǎn)數(shù)。完全從理論公式出發(fā)。網(wǎng)格化后中心頻率很重要，大家從連續(xù)數(shù)據(jù)變?yōu)殡x散的角度去思考，相信應(yīng)該很容易理解 for k=1:size(E,1)bjp(k)=sum(E(k,:))*1/fs; end figure(3); plot(Cenf(1,:)*fs,bjp); % 作邊際譜圖進(jìn)行求取Hilbert譜時(shí)頻率已經(jīng)被抽樣成具有一定窗長(zhǎng)的離散頻率，所以此時(shí)的頻率軸已經(jīng)是中心頻率 xlabel('頻率 / Hz'); ylabel('幅值');% 繪制瞬時(shí)包絡(luò)圖和瞬時(shí)頻率圖 figure; subplot(221),plot(t/N,A(1,:));xlabel('時(shí)間 t/s');ylabel('幅值');title('imf1分量瞬時(shí)包絡(luò)'); subplot(222),plot(t/N,f(1,:)*fs);xlabel('時(shí)間 t/s');ylabel('頻率');title('imf1分量瞬時(shí)頻率'); subplot(223),plot(t/N,A(2,:));xlabel('時(shí)間 t/s');ylabel('幅值');title('imf2分量瞬時(shí)包絡(luò)'); subplot(224),plot(t/N,f(2,:)*fs);xlabel('時(shí)間 t/s');ylabel('頻率');title('imf2分量瞬時(shí)頻率');

Hilbert變換-Hilbert譜、Hilbert邊際譜和包絡(luò)譜：于青民

Hilbert譜：信號(hào)的希爾伯特變換后做fft，表示信號(hào)幅值在整個(gè)頻率段上隨時(shí)間和頻率的變化規(guī)律；
Hilbert邊際譜：對(duì)hilbert譜做積分，表示信號(hào)幅值在整個(gè)頻率段上隨頻率的變化情況，它相當(dāng)于傅里葉譜，但比傅里葉譜具有更高的頻率分辨率。Hilbert邊際譜是通過(guò)對(duì)Hilbert譜（在時(shí)間上）積分得到的；
Hilbert包絡(luò)譜：希爾伯特變換后做包絡(luò)后再fft，不同于Hilbert譜和Hilbert邊際譜，是直接對(duì)信號(hào)進(jìn)行Hilbert變換后構(gòu)造解析函數(shù)，然后依據(jù)解析函數(shù)求模值，求的模值即為包絡(luò)，然后對(duì)信號(hào)包絡(luò)進(jìn)行FFT后得到的即為Hilbert包絡(luò)譜。

學(xué)習(xí)筆記：rogen

邊際譜從統(tǒng)計(jì)意義上表示了整組數(shù)據(jù)每個(gè)頻率點(diǎn)的積累幅值分布，而傅立葉譜的某點(diǎn)幅值表示在整個(gè)信號(hào)里有一個(gè)含有此頻率的三角函數(shù)組分，而且幅值越大只是說(shuō)明在整個(gè)數(shù)據(jù)段上，局部存在的可能性越大。
再看得到的圖形，FFT 表示的是整個(gè)數(shù)據(jù)中，能量在一個(gè)頻率上分布的可能性地描述，而邊際譜表示在在每一個(gè)頻率上幅值的積累，如果想知道具體時(shí)間那么就看HHT譜，這個(gè)時(shí)間-幅值-頻率的三維譜。說(shuō)到瞬時(shí)頻率，傅立葉變換不強(qiáng)調(diào)局部性，而是強(qiáng)調(diào)全局性。咱們的HHT才提出一個(gè)唯一的瞬時(shí)頻率的定義。因此拿瞬時(shí)頻率來(lái)衡量傅立葉變換也是不公平的。
對(duì)于邊際譜，就是hilbert譜對(duì)時(shí)間的積分，從積分的角度來(lái)講，就相當(dāng)于對(duì)任意一階頻率把所有的時(shí)間上的幅值都加起來(lái)了，這就反映這階頻率在所有時(shí)間上的幅值積累，而對(duì)于他們對(duì)于頻率所對(duì)應(yīng)的幅值，描述為該頻率在整個(gè)時(shí)間上出現(xiàn)的可能，我個(gè)人認(rèn)為是既然出現(xiàn)了，那就是存在的，不能說(shuō)是一種可能，只能說(shuō)他出現(xiàn)的次數(shù)的多少，經(jīng)過(guò)累積以后就變成了他的幅值，而對(duì)于fourier來(lái)講，他只能說(shuō)明在用正余弦函數(shù)擬合這個(gè)信號(hào)的時(shí)候需要這一階頻率，幅值大，則說(shuō)明他對(duì)擬合這個(gè)信號(hào)的貢獻(xiàn)大，而不是一種出現(xiàn)的可能性的度量。
能量譜，可以理解為對(duì)邊際譜的平方，這個(gè)只是具有能量的形式，而具體是否能代表能量，需要更進(jìn)一步的探討，還有一個(gè)瞬時(shí)能量，這些名詞確實(shí)很誘人，但究竟如何，還需要大家的努力。

另一個(gè)比較詳細(xì)的HHT資料，附matlab代碼：cwjy

邊際譜與傅里葉譜的比較
意義不同：邊際譜從統(tǒng)計(jì)意義上表征了整組數(shù)據(jù)每個(gè)頻率點(diǎn)的累積幅值分布，而傅里葉頻譜的某一點(diǎn)頻率上的幅值表示在整個(gè)信號(hào)里有一個(gè)含有此頻率的三角函數(shù)組分。
作用不同：邊際譜可以處理非平穩(wěn)信號(hào)，如果信號(hào)中存在某一頻率的能量出現(xiàn)，就表示一定有該頻率的振動(dòng)波出現(xiàn)，也就是說(shuō)，邊際譜能比較準(zhǔn)確地反映信號(hào)的實(shí)際頻率成分。而傅里葉變換只能處理平穩(wěn)信號(hào)。
HHT & Hilbert變換
Hilbert變換只是單純地求信號(hào)的瞬時(shí)振幅，頻率和相位，有可能出現(xiàn)沒(méi)有意義的負(fù)頻率；HHT變換先將信號(hào)進(jìn)行EMD分解，得到的是各個(gè)不同尺度的分量，對(duì)每一個(gè)分量進(jìn)行Hilbert變換后得到的是有實(shí)際意義的瞬時(shí)頻率。

附加 disp_hhs文件，這個(gè)函數(shù)之前困擾了很久，改一下參數(shù)就可以改縱坐標(biāo)了源碼地址 http://read.pudn.com/downloads427/sourcecode/math/1805433/G%20Rilling/pack_emd/package_emd/utils/disp_hhs.m__.htm %DISP_HHS display Hilbert-Huang spectrum % % DISP_HHS(im,t,inf) % displays in a new figure the spectrum contained in matrix "im" % (amplitudes in dB). % % inputs: - im: image matrix (e.g., output of "toimage") % - t (optional): time instants (e.g., output of "toimage") % - inf (optional): -dynamic range in dB (wrt max) % default: inf = -20 % - fs: sampling frequency % % use: disp_hhs(im) ; disp_hhs(im,t) ; disp_hhs(im,inf) % disp_hhs(im,t,inf) ; disp_hhs(im,inf,fs) ; disp_hhs(im,[],fs) % disp_hhs(im,t,[],fs) ; disp_hhs(im,t,inf,fs) % % % See also % emd, hhspectrum, toimage % % G. Rilling, last modification 3.2007 % gabriel.rilling@ens-lyon.frfunction disp_hhs(varargin)error(nargchk(1,3,nargin)); fs = 0; inf = -20; im = varargin{1}; t = 1:size(im,2); switch nargincase 1%rafcase 2if isscalar(varargin{2})inf = varargin{2};elset = varargin{2};endcase 3if isvector(varargin{2})t = varargin{2};inf = varargin{3};elseinf = varargin{2};fs = varargin{3};endcase 4t = varargin{2};inf = varargin{3};fs = varargin{4}; endif isempty(inf)inf = -20; endif inf > 0inf = -inf; elseif inf == 0error('inf must be nonzero') endM=max(max(im));warning off im = 10*log10(im/M); warning onfigureif fs == 0imagesc(t,[0,0.5],im,[inf,0]);ylabel('normalized frequency') elseimagesc(t,[0,0.5*fs],im,[inf,0]);ylabel('frequency') end set(gca,'YDir','normal') xlabel('time') title('Hilbert-Huang spectrum')

Hilbert變換-Hilbert譜、Hilbert邊際譜和包絡(luò)譜

Hilbert譜:信號(hào)的希爾伯特變換后做fft

Hilbert邊際譜:對(duì)hilbert譜做積分

Hilbert包絡(luò)譜：希爾伯特變換后做包絡(luò)后再fft

Hilbert譜表示的是信號(hào)幅值在整個(gè)頻率段上隨時(shí)間和頻率的變化規(guī)律，Hilbert邊際譜表示信號(hào)幅值在整個(gè)頻率段上隨頻率的變化情況，它相當(dāng)于傅里葉譜，但比傅里葉譜具有更高的頻率分辨率。Hilbert邊際譜是通過(guò)對(duì)Hilbert譜積分得到的。

Hilbert包絡(luò)譜不同于Hilbert譜和Hilbert邊際譜，而是直接信號(hào)進(jìn)行Hilbert變換后構(gòu)造解析函數(shù)，然后依據(jù)解析函數(shù)求模值，求的模值即為包絡(luò)，然后對(duì)信號(hào)包絡(luò)進(jìn)行FFT后得到的即為Hilbert包絡(luò)譜。

信號(hào)處理——Hilbert變換及譜分析

https://www.cnblogs.com/xingshansi/articles/6498913.html

EMD分析 Matlab 精華總結(jié) 附開(kāi)源工具箱（全）

https://www.cnblogs.com/BrowserSnake/p/6185523.html

總結(jié)

以上是生活随笔為你收集整理的MATLAB hilbert谱纵坐标由归一化频率改为正常频率的方法的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。