CAJ | 학술논문

Hilbert-Huang变换(Hilbert-Huang transform,HHT)在对信号进行经验模态分解(Empirical mode decomposition,EMD)和对各内禀模态函数(Intrinsic mode function,IMF)进行Hilbert变换时都会出现边界问题.为了克服该问题,本文提出了基于离散均匀免疫算法(Discrete uniform immune algorithm,DUIA)和支持向量回归(Support vector regression,SVR)的HHT边界优化方法.该方法采用DUIA优化SVR的参数,并利用SVR对数据廷拓,以有效分析HHT边界问题.通过对正弦叠加信号和实际信号的仿真分析表明:所提出的算法可有效解决HHT中存在的边界问题,且其效果优于SVR的数据延拓方法.
Hilbert-Huang변환(Hilbert-Huang transform,HHT)재대신호진행경험모태분해(Empirical mode decomposition,EMD)화대각내품모태함수(Intrinsic mode function,IMF)진행Hilbert변환시도회출현변계문제.위료극복해문제,본문제출료기우리산균균면역산법(Discrete uniform immune algorithm,DUIA)화지지향량회귀(Support vector regression,SVR)적HHT변계우화방법.해방법채용DUIA우화SVR적삼수,병이용SVR대수거정탁,이유효분석HHT변계문제.통과대정현첩가신호화실제신호적방진분석표명:소제출적산법가유효해결HHT중존재적변계문제,차기효과우우SVR적수거연탁방법.