前言
Hilbert通常用来得到解析信号,基于此原理,Hilbert可以用来对窄带信号进行解包络,并求解信号的瞬时频率,但求解包括的时候会出现端点效应,本文对于这几点分别做了简单的理论探讨。
本文内容多有借鉴他人,最后一并附上链接。
一、基本理论
A-Hilbert变换定义
对于一个实信号x(t)
,其希尔伯特变换为:
x~(t)=x(t)∗1πt
式中*表示卷积运算。
Hilbert本质上也是转向器,对应频域变换为:
1πt⇔j⋅sign(ω)
即余弦信号的Hilbert变换时正弦信号,又有:
1πt∗1πt⇔j⋅sign(ω)⋅j⋅sign(ω)=−1
即信号两次Hilbert变换后是其自身相反数,因此正弦信号的Hilbert是负的余弦。
对应解析信号为:
z(t)=x(t)+jx~(t)
此操作实现了信号由双边谱到单边谱的转化。
B-Hilbert解调原理
设有窄带信号:
x(t)=a(t)cos[2πfst+φ(t)]
其中fs
是载波频率,a(t)是x(t)的包络,φ(t)是x(t)的相位调制信号。由于x(t)是窄带信号,因此a(t)
也是窄带信号,可设为:
a(t)=[1+∑m=1MXmcos(2πfmt+γm)]
式中,fm
为调幅信号a(t)的频率分量,γm为fm
的各初相角。
对x(t)
进行Hilbert变换,并求解解析信号,得到:
z(t)=ej[2πfs+φ(t)][1+∑m=1MXmcos(2πfmt+γm)]
设
A(t)=[1+∑m=1MXmcos(2πfmt+γm)]
Φ(t)=2πfst+φ(t)
则解析信号可以重新表达为:
z(t)=A(t)ejΦ(t)
对比x(t)
表达式,容易发现:
a(t)=A(t)=x2(t)+x~2(t)−−−−−−−−−−√
φ(t)=Φ(t)−2πfst=arctanx(t)x~(t)−2πfst
由此可以得出:对于窄带信号x(t)
,利用Hilbert可以求解解析信号,从而得到信号的幅值解调a(t)和相位解调φ(t),并可以利用相位解调求解频率解调f(t)
。因为:
f(t)=12πdφ(t)dt=12πdΦ(t)dt−fs
C-相关MATLAB指令
- hilbert
功能:将实数信号x(n)进行Hilbert变换,并得到解析信号z(n).
调用格式:z = hilbert(x)
- instfreq
功能:计算复信号的瞬时频率。
调用格式:[f, t] = insfreq(x,t)
示例:
1
2
z = hilbert(x);
f = instfreq(z);
二、应用实例
例1:给定一正弦信号,画出其Hilbert信号,直接给代码:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 |
|
对应效果图:
例2:已知信号x(t)=(1+0.5cos(2π5t))cos(2π50t+0.5sin(2π10t))
,求解该信号的包络和瞬时频率。
分析:根据解包络原理知:
信号包络:(1+0.5cos(2π5t))
瞬时频率:2π50t+0.5sin(2π10t)2π
那么问题来了,实际情况是:我们只知道x(t)
的结果,而不知道其具体表达形式,这个时候,上文的推导就起了作用:可以借助信号的Hilbert变换,从而求解信号的包络和瞬时频率。
对应代码:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 |
|
其中instfreq为时频工具包的代码,可能有的朋友没有该代码,这里给出其程序:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 |
|
对应的结果图为:
可以看到信号的包络、瞬时频率,均已完成求解。
例3:例2中信号包络为规则的正弦函数,此处给定任意形式的包络(以指数形式为例),并利用Hilbert求解包络以及瞬时频率,并给出对应的Hilbert谱。
程序:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 |
|
对应结果图:
从结果可以观察,出了边界误差较大,结果值符合预期。对于边界效应的分析,见扩展阅读部分。注意:此处瞬时频率求解,没有用instfreq函数,扩展阅读部分对该函数作进一步讨论。
三、扩展阅读
A-瞬时频率求解方法对比
对于离散数据,通常都是用差分代替微分,因此瞬时频率也可根据概念直接求解。此处对比分析两种求解瞬时频率的方法,给出代码:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 |
|
结果图:
可以看出,两种方式结果近似,但instfreq的结果更为平滑一些。
B-端点效应分析
对于任意包络,求解信号的包络以及瞬时频率,容易出现端点误差较大的情况,该现象主要基于信号中的Gibbs现象,限于篇幅,拟为此单独写一篇文章,具体请参考:Hilbert端点效应分析。
C-VMD、EMD
Hilbert经典应用总绕不开HHT(Hilbert Huang),HHT基于EMD,近年来又出现了VMD分解,拟为此同样写一篇文章,略说一二心得,具体参考:EMD、VMD的一点小思考。
D-解包络方法
需要认识到,Hilbert不是解包络的唯一途径,低通滤波(LPF)等方式一样可以达到该效果,只不过截止频率需要调参。
给出一个Hilbert、低通滤波解包络的代码:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 |
|
结果图:
效果是不是也不错?
Hilbert硬件实现思路:
思路1(时域处理):借助MATLAB fdatool实现,Hilbert transform,导出滤波器系数
思路2(频域处理):
参考:
了凡春秋:http://blog.sina.com.cn/s/blog_6163bdeb0102e1wv.html#cmt_3294265