文章目录 一、概述 二、算法原理 2.1 瞬时频率 2.2 经验模态分解(EMD) 三、python中实现 3.1 生成模拟信号 3.2 EMD变换 3.3 Hilbert变换 四、Tips 一、概述 希尔伯特-黄变换(HHT)是一种非线性、非平稳信号的分析处理方法。它主要有经验模态分解(EMD)和希尔伯特变换两个理论部分构成,经验模态分解可以将任意信号分解为一系列固有模式函数的集合;固有模式函数再经过希尔伯特频谱分析,可以得到瞬时频率。因此经过希尔伯特-黄变换最终可以得到非线性、非平稳信号的时频图。 二、算法原理 传统的傅里叶变换得到的是一种按频率分布的全局能量谱图,由于它在各数据分析领域的广泛应用,导致大家对谱分析的认识几乎等同于傅里叶分析。<