75600

ЦИФРОВАЯ ОБРАБОТКА НЕСТАЦИОНАРНЫХ СИГНАЛОВ. ПРЕОБРАЗОВАНИЕ ГИЛЬБЕРТА-ХУАНГА

Лекция

Коммуникация, связь, радиоэлектроника и цифровые приборы

Каждый из этих колебательных режимов может быть представлен функцией внутренней моды intrinsic mode function IMF. IMF представляет собой колебательный режим как часть простой гармонической функции но вместо постоянной амплитуды и частоты как в простой гармонике у IMF могут быть переменная амплитуда и частота как функции независимой переменной времени координаты и пр. Любую функцию и любой произвольный сигнал можно разделить на семейство функций IMF. Процесс отсева функций IMF.

Русский

2015-01-15

140 KB

7 чел.

ОС. Лекция 13-14

ЦИФРОВАЯ ОБРАБОТКА НЕСТАЦИОНАРНЫХ СИГНАЛОВ. ПРЕОБРАЗОВАНИЕ ГИЛЬБЕРТА-ХУАНГА.

Введение

Под преобразованием Гильберта-Хуанга (Hilbert-Huang transform – HHT)  понимается эмпирический метод декомпозиции (EMD) нелинейных и нестационарных процессов и Гильбертов спектральный анализ (HSA). HHT представляет собой частотно-временной анализ данных (сигналов) и не требует априорного функционального базиса. Функции базиса получаются адаптивно непосредственно из данных процедурами отсеивания EMD. Мгновенные частоты вычисляются от производных фазовых функций Гильбертовым преобразованием функций базиса. Заключительный результат представляется в частотно-временном пространстве. Ниже на рис. 1 приведен пример представления потока спектров спутниковых ЛЧМ-сигналов в частотно-временном пространстве.

 

Рис. 1. Пример представления фрагмента потока спектров спутниковых ЛЧМ- сигналов.

EMD-HSA был предложен Норденом Хуангом в 1995 в США (NASA) для изучения поверхностных волн тайфунов, с обобщением на анализ произвольных временных рядов коллективом соавторов  в 1998 г. /2/. В последующие годы, по мере расширения применения EMD-HSA для других отраслей науки и техники, вместо термина EMD-HSA был принят более короткий термин преобразования HHT.

Декомпозиция сигналов основана на предположении, что любые данные состоят из различных режимов колебаний. В любой момент времени данные могут иметь много различных сосуществующих режимов колебаний, нанесенных одно на другое. Каждый режим, линейный или нелинейный, представляет простое колебание, которое имеет экстремумы и нулевые пересечения. Кроме того, колебание будет в определенной степени «симметрично» относительно локального среднего значения. Результат – конечные  сложные данные.

Каждый из этих колебательных режимов может быть представлен функцией внутренней моды (intrinsic mode function - IMF).

IMF представляет собой колебательный режим, как часть простой гармонической функции, но вместо постоянной амплитуды и частоты, как в простой гармонике, у IMF могут быть переменная амплитуда и частота, как функции независимой переменной (времени, координаты, и пр.). Любую функцию и любой произвольный сигнал можно разделить на семейство функций IMF.

Пример разложения цифрового массива модельного сигнала y(k), представленного на слайде. Сигнал смоделирован суммой трех нестационарных по амплитуде гармоник различной частоты на интервале отсчетов по k от 0 до 200, и продлен на начальном и конечном участках на интервалы tp=4 для задания начальных и конечных условий преобразования и устранения ошибок преобразования на концевых интервалах обрабатываемого массива данных.

Рис. 2.

Процесс отсева функций IMF.  Алгоритм эмпирической декомпозиции сигнала складывается из следующих операций его преобразования.

   Операция 1. Идентифицируем по координатам и амплитудам все локальные экстремумы (максимумы и минимумы) сигнала . Группируем раздельно массивы векторов координат (номеров отсчетов) хmax(k) и соответствующих амплитудных значений уmax(k) максимумов, и аналогичные массивы векторов xmin(k) и ymin(k) минимумов всех выделенных экстремумов.

Рис. 3

Операция 2. Кубическим (или каким либо другим) сплайном вычисляем верхнюю и нижнюю огибающие сигнала по выделенным максимумам и минимумам, как это показано на рисунке (красный и синий цвет соответственно). Определяем функцию средних значений m1(k) между огибающими (черный цвет) и находим первое приближение к первой функции IMF:

h1(k) = y(k) – m1(k). 

 

Рис. 4.

Операция 3. Повторяем операции 1 и 2, принимая вместо y(k) функцию h1(k), и находим второе приближение к первой функции IMF – функцию h2(k).

h2(k) = h1(k) – m2(k).

 Аналогично находим третье и последующие приближения к первой функции IMF. По мере увеличения количества итераций функция mi(k), равно как и функция hi(k), стремится к неизменяемой форме. С учетом этого, естественным критерием останова итераций является задание определенного предела по нормализованной квадратичной разности между двумя последовательными операциями приближения, определяемой как

Правило останова

Пример изменения значений d в процессе итераций приведен на рис. 5 При пороге d = 0.0001 количество итераций, как правило, не превышает 6-8.

Результат разложения

Последнее значение hi(k) итераций принимается за наиболее высокочастотную функцию с1(k) = hi(k) семейства IMF, которая непосредственно входит в состав исходного сигнала y(k). Это позволяет вычесть с1(k) из состава сигнала и оставить в нем более низкочастотные составляющие:

Рис. 6.

r1(k) = y(k) – c1(k).           

Функция r1(k) обрабатывается как новые данные по аналогичной методике с нахождением второй функции IMF – c2(k), после чего процесс продолжается:

r2(k) = r1(k) – c2(k),   и т.д.                                              

Таким образом, достигается декомпозиция сигнала в n – эмпирическом приближении:    y(t) =   cn(t)+rn(t).

Критерии останова процесса декомпозиции

  1.  Остаток rn(k) во всем интервале задания сигнала становятся несущественными по своим значениям по сравнению с сигналом.
  2.  Остаток rn(k) становится монотонной функцией, из которой больше не может быть извлечено функций IMF.
  3.  Так как в конечном итоге суммирование всех функций IMF (реконструкция сигнала) должно давать исходный сигнал, то можно останавливать разложение заданием относительной погрешности среднеквадратической реконструкции (без учета остатка rn(k)) .
  4.  По мере увеличения количества функций IMF относительная среднеквадратическая погрешность реконструкции достаточно сложных и протяженных сигналов уменьшается, но, как правило, имеет определенный минимум. По-видимому, это определяется попытками алгоритма разложить остаток на функции, частично компенсирующие друг друга. Соответственно, останов программы может выполняться, если следующая выделенная функция IMF увеличивает погрешность реконструкции.

Практический критерий останова процесса декомпозиции

Другими словами, остановка декомпозиции сигнала должна происходить при максимальном «выпрямлении» остатка, т.е. превращения его в тренд сигнала по интервалу задания с числом экстремумов не более 3. Даже для данных с нулевым средним значением конечный остаток может отличаться от нуля. Чтобы применять метод EMD, центрирования данных не требуется, метод нуждается только в локализациях экстремумов. Нулевая линия для каждого компонента декомпозиции будет сформирована процессом отсеивания.

Пример полной декомпозиции с остановом по критерию 2.

На верхнем графике рисунка приведен входной сигнал преобразования (красным) и сигнал обратной реконструкции (пунктиром) суммированием функций разложения ci (c1-c5).

Рис. 7

Компоненты EMD обычно физически значимы, поскольку характеристические параметры функций IMF определяются материальными данными.

Ортогональность базиса декомпозиции

Входной сигнал y(k) в соответствии с выражением  раскладывается по базису, который, не определен аналитически, но удовлетворяет всем традиционным требованиям базиса. На основании проверки на модельных и опытных данных он является:

- законченным и сходящимся (сумма всех функций IMF и остатка равна исходному сигналу и не зависит от критериев останова итераций),

- ортогональным (все IMF и остаток ортогональны друг другу),

- единственным.

Главное достоинство метода

Метод разложения является адаптивным, так как получен непосредственно из анализируемых данных эмпирическим методом.

 Ортогональность базиса легко может быть проверена скалярным произведением любых пар компонентов IMF. Сумма  всех компонентов IMF, включая остаток, должна реконструировать входной сигнал и может использоваться для определения ошибки декомпозиции. Как правило, наибольшие локальные ошибки декомпозиции наблюдаются на концевых участках входного массива данных. Для исключения ошибок рекомендуется задавать интервалы начальных и конечных условий, а сигнал на этих интервалах формировать какой-либо функцией прогнозирования, или продлевать (четно или нечетно) функцией самого сигнала.


EMBED Equation.3  


 

А также другие работы, которые могут Вас заинтересовать

47939. Філософія. Конспект лекцій 909 KB
  Опорний конспект лекцій â€œФІЛОСОФІЯ†для підготовки бакалаврів з усіх напрямів та спеціальностей денної форми навчання статус дисципліни – нормативна Ірпінь 2011 Тема 1: Сутність філософії та її роль у суспільстві Мета: ознайомити студентів з основами філософських знань що передбачає розуміння смислу поняття світогляду і знання його типології з’ясування зв’язку між світоглядом і філософією. Основні поняття: філософія філософствування мудрість дискурс праксис світогляд світовідчуття світорозуміння світосприйняття типи...
47940. ЭЛЕМЕНТЫ ВЫСШЕЙ МАТЕМАТИКИ. СБОРНИК ПРАКТИЧЕСКИХ ЗАНЯТИЙ 2.29 MB
  Сборник состоит из пояснительной записки, описания практических занятий, которые снабжены общими теоретическими сведениями, контрольными вопросами и заданиями в соответствии с программой и списка рекомендуемой литературы. Сборник практических занятий окажет помощь преподавателям в организации практических занятий, а также может пригодиться студентам при повторении изученного материала и подготовке к экзамену.
47941. Підприємництво та основи ринку 1.15 MB
  План Мета завдання створення і розвитку підприємства. Мета завдання створення і розвитку підприємства. Статус підприємця здобувається через державну реєстрацію підприємства. З цього визначення зрозуміло що ціль діяльності підприємства – задоволення суспільних потреб та отримання прибутку.
47942. Цивільне право України 988 KB
  План поняття ЦП як галузі права предмет і метод ЦП принципи ЦП функції системи ЦП П №1 Теорії критерію розподілу права на приватне та публічне Теорія №1 інтересу. №3 методу правового регулювання – використовується цивілістами ЦП є однією із галузь приватного права. Приватне право моє підґрунтя на природні права ЦПУ – це сукупність правових норм які регулюють особисті немайнові та майнові відносини цивільні засновані на юридичній рівності вільному волевиявленні і майновій самостійності їх учасників ч.
47943. Информатика в школе 382.5 KB
  Процедуры вывода Write и WriteLn. читается – райт и райтлайн; переводится пиши и пиши строку С помощью операторов Write и WriteLn изображают на экране ту или иную информацию состоящую из символов. Правила записи и выполнения оператора WriteLn те же что и у Write с одним исключением – после его выполнения следующий оператор Write или WriteLn печатает свою информацию с начала следующей строки а после выполнения оператора Write продолжает печатать в той...
47944. Правознавство. Теорія держави і права 1.42 MB
  Держава у різних народів формувалась не однаково. Окрім закономірних причин виникнення держав, що проявлялися у всіх народів були в окремих народів і специфічні причини, які Ф. Єнгельс у своїй праці „Походження сім’ї, приватної власності і держави” назвав форми виникнення держави : а) афінська; б) римська; в) германська.
47945. ПР-жанри та ПР-технології 269.39 KB
  Безумовно, працюючи над тим, щоб налагодити плідні і взаємовигідні відносини між організацією та різноманітними групами громадськості, піармени справді намагаються подати її соціальному оточенню у привабливому, зокрема й спрощеному, вигляді. У своїй практичній діяльності вони виходять із того, що сприйняття
47946. Загальна психологія 408.5 KB
  Всі психічні явища поділяють на 3 групи: Психічні процеси – окремі форми чи види психічної діяльності Память мислення сприймання уява відчуття Психічні властивості – найбільш суттєві і стійкі психічні особливості людини потреби інтереси здібності темперамент характер Психічні стани – особлива характеристика психічної діяльності людини за певний проміжок часу сумнів радість гнів творчий підйом апатія і т. Ключові поняття: методи вивчення психіки спостереження експеримент тест вивчення продуктів діяльності бесіда...
47947. Основні категорії інформації як обєкта інформаційного права 496.5 KB
  Основні категорії інформації як об’єкта інформаційного права Основні поняття Розглядаючи інформацію як об’єкт захисту треба зазначити що інформація – це результат відображення і опрацювання у людській свідомості різноманіття навколишнього світу це відомості про оточуючі людину предмети явища природи діяльність інших людей. Залежно від сфери і масштабів застосування тієї чи іншої системи опрацювання даних втрата або витік інформації може призвести до наслідків різної тяжкості: від невинних жартів до надзвичайно великих втрат...