声明:部分内容源自网络,侵权请联系。
信号的分类
(1)按平稳性分
1 平稳信号是指分布参数或者分布律随时间不发生变化的信号,即平稳信号的统计特性不随时间变化而变化。
2 非平稳信号是指分布参数或者分布律随时间发生变化的信号。 也就是说,非平稳随机信号的统计特征是时间的函数(随时间变化)。
在信号的时频分析中,可简单地理解为,平稳信号的频率不随时间发生改变,而非平稳信号的频率随时间发生变化。
(2)按连续性分
连续信号:周期信号,非周期信号
离散信号:
数学原理
一 傅里叶变换————平稳信号、线性非平稳信号
二 小波变换—————非线性非平稳信号(理论上),线性非平稳信号(实际上)。
三 希尔伯特-黄变换——非线性非平稳信号
数学变换的比较
特点1
不同于傅里叶变换和小波变换依赖于基函数,HHT彻底摆脱了线性和平稳性的束缚,具有完全自适应性,适用于分析非线性非平稳信号。
特点 2
傅立叶变换、短时傅立叶变换、小波变换都受Heisenberg测不准原理制约,即时间窗口与频率窗口的乘积为一个常数。这就意味着如果要提高时间精度就得牺牲频率精度,反之亦然,故不能在时间和频率同时达到很高的精度。而HHT不受Heisenberg测不准原理制约,它可以在时间和频率同时达到很高的精度,这使它非常适用于分析突变信号。
特点 3
傅立叶变换、短时傅立叶变换、小波变换有一个共同的特点,就是预先选择基函数,其计算方式是通过与基函数的卷积产生的。而HHT借助Hilbert变换求得相位函数,再对相位函数求导产生瞬时频率。这样求出的瞬时频率是局部性的,而傅立叶变换的频率是全局性的,小波变换的频率是区域性的。
参考链接: https://blog.csdn.net/ONE_CASUAL_YW/article/details/78358431
FS=傅里叶级数,IFS=逆傅里叶级数?
FT=傅里叶变换,IFT=逆傅里叶变换
LT=拉普拉斯变换,
ZT=Z变换
DFS=离散傅里叶级数