1.非平稳信号分析与处理——希尔伯特（Hilbert）变换

BalaDashi

已于 2024-12-13 21:08:02 修改

阅读量2k

点赞数 20

分类专栏：非平稳信号处理文章标签：信号处理音频傅里叶分析 1024程序员节

于 2024-09-28 23:33:46 首次发布

本文链接：https://blog.csdn.net/baladashi/article/details/119734667

版权

非平稳信号处理专栏收录该内容

3 篇文章

订阅专栏

1.1 待解决的问题

对一个理想的单频正（余）弦信号，假设其模型为

$s_0(t)=a \cos(2\pi f_0 t+\phi)$

在实际应用中，我们往往获得的是信号波形或采样后的序列，无法直接获得信号的数学表达式。需要对信号波形做傅里叶变换，通过幅频曲线和相频曲线读取组成该信号的信号频率 $f_0$ 、幅值 $a$ 和相位 $\phi$ ，将无限长的时间函数或序列简化为仅包含3个参数的数学表达式。

傅里叶变换解决问题的思路是：当采集到的信号波形满足 $s_0(t)=a \cos(2\pi f_0 t+\phi)$ 的形式时，通过傅里叶变换获得常参数 $f_0$ 、 $a$ 和 $\phi$ 。

而对更一般化的常规信号，信号的幅值 $a$ 和相位 $\phi$ 往往都不是固定值，会变成如下模型

$s(t)=a(t)\cos[2\pi f_{0} t+\phi(t) ]$

其中， $a(t)$ 代表信号的幅值随时间变化而变化，频率 $f_{0}$ 为固定值， $cos[\bullet ]$ 中除 $2\pi f_{0} t$ 以外的时变量 $\phi (t)$ 表示信号时变的相位偏移，在一些文献中，将 $2\pi f_{0} t$ 也视为 $\phi(t)$ 的一部分，即 $s(t)=a(t)\cos[\phi(t) ]$ ， $\phi(t)$ 被称为瞬时相位，在本案例中瞬时相位为 $2\pi f_{0} t+\phi(t)$ 。

对于形如 $s(t)$ 的信号，对其做傅里叶变换也无法获得完整的 $a(t)$ 和 $\phi (t)$ 函数，这是因为傅里叶变换是一种全域变换，其积分公式为对 $t$ 在 $(-\infty,+\infty)$ 上进行积分，积分后的函数中不再包含时间分量。

结合傅里叶变换的解决思路，问题可以整理为：

已知采集到的信号满足 $s(t)=a(t)\cos[2\pi f_{0} t+\phi(t) ]$ 的形式，如何获得准确的 $a(t)$ 和 $\phi (t)$ 。

1.2 解决思路

需要注意的是， $s(t)$ 并非不能进行傅里叶变换，而是其傅里叶变换是 $a(t)$ 和 $\cos[2\pi f_{0} t+\phi(t) ]$ 两个分量各自傅里叶变换的卷积，难以还原出两个分量。接下来的解决思路就是通过改变 $s(t)$ 的频域模型使得两个分量更容易区分。

考虑欧拉公式 $e^{j x}=\cos(x)+j\sin(x)$ ，将 $s(t)$ 重写为

$s(t)=a(t)\cos[2\pi f_{0} t+\phi(t) ]=\frac{1}{2}a(t)[e^{j[2\pi f_{0} t+\phi(t) ]}+e^{-j[2\pi f_{0} t+\phi(t)] }]$

由于 $s(t)$ 是实信号，频谱具有共轭对称性，单边频谱就拥有 $s(t)$ 的全部信息，定义一个仅有正频率的复信号

$z(t)=a(t)e^{j[2\pi f_{0} t+\phi(t) ]}=a(t) [\cos(2\pi f_{0} t+\phi(t))+j\sin(2\pi f_{0} t+\phi(t))]$

由 $z(t)$ 的表达式可知，对它取模值 $\left | z(t) \right |$ 即为 $a(t)$ ，对其取相位值 $\arg z(t)$ 即为 $2\pi f_{0} t+\phi(t)$ ，可以很容易地获得 $a(t)$ 和 $\phi (t)$ ， $z(t)$ 实际上就是信号 $s(t)$ 的解析信号。

1.3 实现方式

现在我们知道，复信号 $z(t)$ 的分析难度要低于 $s(t)$ ，但我们实际只有 $s(t)$ 的波形，而要获得 $z(t)$ 的波形，还需要分析这两者的联系，我们期望获得的是一种不需要先验参数的处理方式，可以直接将 $s(t)$ 处理为 $z(t)$ 。

首先，从 $s(t)$ 和 $z(t)$ 的时域表达式看， $z(t)$ 的实部即为 $s(t)$ ，设虚部为 $x(t)$ ，则有

$z(t)=s(t)+j x(t)$

$x(t)=a(t)\sin[2\pi f_{0} t+\phi(t) ]$

则问题进一步精确为：找到一种处理方式，使实信号 $s(t)=a(t)\cos[2\pi f_{0} t+\phi(t) ]$ 转变成 $x(t)=a(t)\sin[2\pi f_{0} t+\phi(t) ]$ ，其中 $a(t)$ 和 $\phi (t)$ 均为实信号。

将写为欧拉展开的形式，并对比 $s(t)$

$x(t) =\frac{1}{2 j}a(t)[e^{j[2\pi f_{0} t+\phi(t) ]}-e^{-j[2\pi f_{0} t+\phi(t)] }]$

$s(t)=\frac{1}{2}a(t)[e^{j[2\pi f_{0} t+\phi(t) ]}+e^{-j[2\pi f_{0} t+\phi(t)] }]$

很容易判断，当 $a(t)$ 和 $\phi (t)$ 均为常数，且 $f_0>0$ 时， $a(t)e^{j[2\pi f_{0} t+\phi(t) ]}$ 在频谱上是一个在正半轴 $f_0$ 处的冲激函数，而 $a(t)e^{-j[2\pi f_{0} t+\phi(t) ]}$ 是一个在负半轴 $-f_0$ 处的冲激函数。

此时， $x(t)$ 与 $s(t)$ 的频谱 $X(f)$ 和 $S(f)$ 有以下关系

$X(f)=\left\{\begin{matrix} -jS(f) ,& f>0\\ S(f)=0 , &f=0\\ jS(f) , &f<0 \end{matrix}\right.$

进一步可写为

$X(f)=H(f)S(f)$

其中

$H(f)=\left\{\begin{matrix} -j, & f>0 \\ 0, & f=0 \\ j, & f<0 \\ \end{matrix}\right.=-j \mathrm{sgn}(f)$

在时域上，设 $H(f)$ 的单位冲激响应为 $h(t)$ ，有

$x(t)=h(t)\ast s(t)$

其中，

$h(t)=\mathcal{F}^{-1}[H(f)]=-j \mathcal{F}^{-1}[\mathrm{sgn}(f)]=\dfrac{1}{ \pi t},(t\neq 0)$

求 $x(t)$ 的步骤被称为希尔伯特变换（Hilbert transform），由于 $h(t)$ 在 $t=0$ 时刻发散，一般采用函数表达式的形式而非卷积的形式定义，写作

$\begin{aligned} x(t)&=\mathcal{H}[s(t)] \\ &=\underset{\delta \to 0}{\mathrm{lim}}[\int_{-\infty}^{-\delta}\frac{s(t-\tau)}{\tau}\mathrm{d}\tau+\int_{\delta}^{\infty}\frac{s(t-\tau)}{\tau}\mathrm{d}\tau]\\ &=\frac{1}{\pi}\mathrm{p.v.}\int_{-\infty}^{\infty}\frac{s(t-\tau)}{\tau}\mathrm{d}\tau \end{aligned}$

式中的 $t$ 和 $\tau$ 均为实变量 $\mathrm{p.v.}$ 表示积分的柯西主值，消除其中的无穷大项。

故希尔伯特变换就是我们求解 $z(t)=s(t)+j \mathcal{H}[s(t)]$ 的方法，然而，这一结论是限制在 $a(t)$ 和 $\phi (t)$ 均为常数的情况下成立的，我们需要考虑如何将这一限制去除或削弱。

1.4 限制条件分析

观察 $s(t)$ 的数学表达式

$s(t)=a(t)\cos[2\pi f_{0} t+\phi(t) ]$

设 $b (t)=\cos[2 \pi f_0 t+ \phi(t)]$ ，则 $s(t)=a(t)b(t)$ ，时域信号的乘积对应各自频谱的卷积，则有 $S(f)=A(f)\ast B(f)$ ， $A(f)$ 、 $B(f)$ 分别为 $a(t)$ 、 $b(t)$ 的频谱。

在1.1.3中， $x(t)$ 与 $s(t)$ 建了 $X(f)=H(f)S(f)$ 的关系，且在 $a(t)$ 为常数时，以复指数项中指数的正负区分频谱的正负部分。则能使 $X(f)=H(f)S(f)$ 成立的条件即是 $A(f)$ 、 $B(f)$ 的卷积不影响 $S(f)$ 在频域上的正负区间。对实信号 $a(t)$ 、 $b(t)$ ，则要满足 $B(f)$ 的下限频率大于 $A(f)$ 的上限频率，即 $\min{|f_b|}>\max{|f_a|}$ 。