1 湖北国土资源职业学院 环境与工程学院, 武汉 430090
2 中国地质大学(武汉) a.岩土钻掘与防护教育部工程研究中心
3 湖北工程学院 土木工程学院, 孝感 432000
4 中国地质大学(武汉) b.工程学院,武汉 430074
针对希尔伯特-黄变换(Hilbert-Huang Transform,HHT)处理混有噪声的爆破地震波信号时, 会出现时频分析失真的现象, 对影响HHT时频分析精度的因素进行逐一改进, 得到改进后的算法来提高含噪爆破地震波信号时频分析精度。首先对经验模态分解(Ensemble Empirical Mode,EMD)进行改进得到自适应补充集合经验模态分解(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN)抑制低频趋势项, 同时添加多尺度排列熵(Multiscale Permutation Entropy, MPE)代码控制高频噪声, 最后对CEEMDAN·MPE得到的IMF进行归一化Hilbert变换(Normalized Hilbert Transform,NHT), 通过上述三步即可改善传统HHT含噪爆破地震波信号时频分析精度不足的问题。为验证CEEMDAN·MPE-NHT算法时频分析的准确性, 进行HHT和CEEMDAN·MPE-NHT算法的含噪仿真信号时频分析对比研究, 并将CEEMDAN·MPE-NHT算法用于水下钻孔爆破地震波信号时频分析中。研究结果表明: CEEMDAN·MPE分解得到的IMF经NHT处理得到的时频谱在时域和频域上均具有较高的分辨率, 得到的时频分析参数精度相比HHT有了很大的提升, 可实现更准确提取含噪爆破地震波信号时频特征参数, 对爆破地震波危害效应识别, 制定科学的爆破地震波危害效应控制措施具有重要的现实意义。
爆破地震波信号 经验模态分解 Hilbert变换 固有模态函数 blasting seismic signal empirical mode decomposition Hilbert transform intrinsic mode function
Author Affiliations
Abstract
1 Institute of Advanced Photonic Technology, Faculty of Materials and Manufacturing, Beijing University of Technology, Beijing 100124, China
2 Key Laboratory of Trans-scale Laser Manufacturing Technology (Beijing University of Technology), Ministry of Education, Beijing 100124, China
The self-mixing interferometry (SMI) technique is an emerging sensing technology in microscale particle classification. However, due to the nature of the SMI effect raised by a microscattering particle, the signal analysis suffers from many problems compared with a macro target, such as lower signal-to-noise ratio (SNR), short transit time, and time-varying modulation strength. Therefore, the particle sizing measurement resolution is much lower than the one in typical displacement measurements. To solve these problems, in this paper, first, a theoretical model of the phase variation of a single-particle SMI signal burst is demonstrated in detail. The relationship between the phase variation and the particle size is investigated, which predicts that phase observation could be another alternative for particle detection. Second, combined with continuous wavelet transform and Hilbert transform, a novel phase-unwrapping algorithm is proposed. This algorithm can implement not only efficient individual burst extraction from the noisy raw signal, but also precise phase calculation for particle sizing. The measurement shows good accuracy over a range from 100 nm to 6 μm with our algorithm, proving that our algorithm enables a simple and reliable quantitative particle characteristics retrieval and analysis methodology for microscale particle detection in biomedical or laser manufacturing fields.
self-mixing interferometry particle detection continuous wavelet transform laser processing Hilbert transform Chinese Optics Letters
2023, 21(4): 041204
1 湖北国土资源职业学院 环境与工程学院,武汉 430090
2 中国地质大学(武汉) 工程学院,武汉 430074
爆破网路延时识别易受EMD模态混淆的影响,得到混有虚假分量的IMF。而Hilbert变换受Bedrosian定理的约束在处理此类分量会产生负值瞬时频率,造成巨大的识别误差。为解决传统HHT在爆破网路延时分析时遇到的问题,提出了CEEMD-MPE-NHT爆破网路延时分析算法。该算法通过改进EMD得到补充集合经验模态分解-多尺度排列熵(CEEMD-MPE)算法,实现EMD模态混淆抑制。再对CEEMD-MPE得到IMF进行归一化Hilbert变换,解除Bedrosian定理对Hilbert变换的约束。对蕴含能量最大的IMF分量进行包络求解,包络峰值对应的时间间隔即为爆破网路实际延时。最后通过分析实际延时和理论延时之间的差值,可判断雷管是否处于正常服役状态。进一步通过干扰降震法得到本工程最合理爆破网路延时为54.51~59.75 ms,研究结果表明:基于CEEMD-MPE-NHT的爆破网路延时分析对爆破安全控制具有重要的现实意义。
爆破网路 补充集合经验模态分解 多尺度排列熵 模态混淆 希尔伯特变换 blasting network complementary ensemble empirical mode decompositio multiscale permutation entropy mode confusion Hilbert transform
传统的2+1相移算法在抑制运动误差方面具有良好的性能。针对在展开传统2+1相移算法的截断相位时常有相位展开错误的问题, 提出了一种可同步结合时间相位展开的2+1相移算法。该算法中, 在传统2+1相移算法的基础上增加了一帧低频辅助正弦光栅条纹, 然后结合希尔伯特变换计算出该低频变形条纹的截断相位, 之后利用几何约束法对该截断相位进行相位展开, 最后利用上述的展开相位指导2+1算法中截断相位的展开。实验结果表明, 该算法能够成功地恢复出具有大尺寸深度和复杂面形物体的相位信息, 同时, 具有较高的测量精度和较快的测量速度。
三维测量 2+1相移算法 时间相位展开 希尔伯特变换 多频光栅 测量精度 three-dimensional measurement 2+1 phase-shifting algorithm temporal phase unwrapping Hilbert transform multi-frequency gratings measuring accuracy
1 重庆大学机械与运载工程学院, 重庆 400044
2 重庆大学光电技术及系统教育部重点实验室, 重庆 400044
3 重庆大学工业CT无损检测教育部工程研究中心, 重庆 400044
针对较大视场高分辨率微焦点计算机断层成像(micro-CT)提出了一种射线源平移CT(STCT)成像方法,该方法采用基于图像全变差最小化的联合迭代(SIRT-TV)图像重建算法,存在图像重建时间较长、计算量大等问题。对斜坡滤波器进行分解,且基于傅里叶变换性质,推导了一种基于求导-希尔伯特变换-反投影(DHB)的STCT解析重建算法(STCT-DHB)。仿真和实际实验结果表明,STCT-DHB算法能有效抑制图像的高频噪声,在保证重建图像的质量的同时可提高图像重建效率。
X射线光学 计算机断层成像 源直线扫描 解析重建 希尔伯特变换 光学学报
2022, 42(11): 1134025
西南交通大学物理科学与技术学院,四川 成都 610031
传统的光栅条纹相移法提取相位时至少需要3幅光栅图像,使得测量系统的工作频率较高,图像预处理工作量大。针对这些问题,将希尔伯特变换引入二步相移法。希尔伯特变换具有90°相移和滤除直流分量的特性,对光栅条纹图像进行希尔伯特变换处理后,利用推导的相位提取公式计算相位。测量系统的非线性效应会引起条纹图像的失真,计算出的相位不准确,导致最后的三维复原精度低。推导了二步相移法中系统非线性效应引起的相位误差的公式,并对相位进行迭代补偿,削弱了非线性效应的影响。通过计算机仿真验证了所提方法的可行性,并将所提方法用于钢轨表面的三维面形复原,为钢轨磨耗和表面缺陷的测量提供了有效方法。
机器视觉 三维测量 希尔伯特变换 二步相移法 钢轨轮廓 非线性相位误差 激光与光电子学进展
2022, 59(10): 1015003
1 电子科技大学中山学院 电子信息学院,广东 中山 528402
2 吉林大学 仪器科学与电气工程学院,吉林 长春 130012
3 福州大学 物理与信息工程学院,福建 福州 350108
实际应用中,分布式光纤振动传感系统所测信号多为非平稳随机信号,对其进行模式识别的关键是准确获取信号的幅值-时间-频率瞬时特征。现有的相关研究表明,经验模态分解EMD方法结合希尔伯特变换可获得所测信号中固有模态分量的瞬时能量和瞬时频率,但存在模态混叠问题,后续改进的总体经验模态分解EEMD方法存在伪分量,重构误差大,互补经验模态分解CEEMD方法减小了重构误差的同时增加了运算量,无法保证特征提取与分类的效率与准确性。文中基于改进型经验模态分解方法结合希尔伯特变换MEEMD-HHT方法实现分布式光纤振动传感系统的特征提取,引入的排列熵的评价机制优化了分解过程中随机噪声迭代次数,通过仿真分析与实验对比,验证了该方法可有效解决上述方法中存在的问题,使系统在处理时间、特征准确度等性能皆有提高。实验结果表明,所提出的方法对于单频振动信号平均特征提取准确率达99.2%;对于混频振动信号平均特征提取准确率达98.1%,相对于EMD和CEEMD分别提高15.6%和7%,算法平均耗时最短,为3.8259 s,为分布式光纤振动传感系统的信号特征提取提供了一种可靠、高效的方法。
分布式光纤振动传感 MEEMD Hilbert变换 振动信号特征提取 distributed fiber vibration sensing MEEMD Hilbert transform feature extraction of vibration signal 红外与激光工程
2021, 50(7): 20210223