希尔伯特变换的实现——数据分析漫谈

希尔伯特变换 (Hilbert transform(HT)) ¹主要用于求实数信号的包络，也可以用于数据分析，如Hilbert-Huang transform (HHT)²。

 

HT在实际应用中会遇到两个具体的问题：i）其滤波器在零点是奇异的，不易于实际计算；ii）其不能压制高频噪声，因而不利于求包络。本博客提供一个低通HT，即 Low-passing HT (LPHT)。LPHT能够可以很好地解决上述问题，因此可以作为HT的实际应用版本。

 

先看HT的定义。对于一个实数时间信号是s(t), 其HT如下定义：

H{s}=s(t)∗h(t)=i π  ∫s(τ) t−τ  dτ                                                   (1)

其中滤波器

h(t)=i πt                                                                    (2)

注意这里的滤波器h(t)与教科书中的相比多乘了个i，这样做并不改变HT的本质，但可以使得滤波器h(t)的傅立叶变换正好为一个sign函数，即

h ^ (ω)=sign(ω)=⎧ ⎩ ⎨ 1, 0, −1,  ω>0 ω=0 ω<0                                            (3)

其中，^表示傅立叶变换算子。很明显，HT的滤波器h(t)在零点是奇异的，即

|h(0)|=∞                                                                            (4)

 

下面定义所谓的LPHT。对于一个实数时间信号是s(t), 其LPHT如下定义：

H ϖ {s}=s(t)∗h ϖ (t)=i π  ∫1−cos(ϖ(t−τ)) t−τ  dτ                                                                          (5)

其中，v是某一正常数，代表低通截止频率；而滤波器

h ϖ (t)=i πt  (1−cosϖt)                                      (6)

该滤波器的傅立叶变换为

h ^  ϖ (ω)={sign(ω), 0,  |ω|≤ϖ |ω|>ϖ                                        (7)

很明显，LPHT的滤波器h_v (t)在零点不奇异，即

h ϖ (0)=0                                                                      (8)

 

对比(4)和(8)，我们可以知道，HT有奇异点，而LPHT没有。因此，在实际计算上，LPHT要比HT更容易实现。

 

对比(3)和(7)可以知道，滤波器h_v (t)是滤波器h(t)的低通滤波结果（其中v是截止频率）。因此，LPHT是一个低通的HT，相当于HT+低通滤波。这样，LPHT就可以压制高频噪声的干扰了。在LPHT的实际应用中，截止频率v可以更根据实际需要可大可小地设定。

 

总之，LPHT (5) 既可以消除原始HT (1) 中的奇异点，又可以压制信号中的高频噪声，可谓一举两得。所以，LPHT 可以作为HT的实用版本予以应用。