现代信号处理在实际应用中的应用.docVIP

现代信号处理在实际应用中的应用 龚立信号是信息的载体,是随时间和空间变化的物理量。要想得到有用信息就必须对信号进行分析处理。它分为确定信号和随机信号。其中，确定信号：序列在每个时刻的取值服从某种固定函数的关系的信号；随机信号：序列的取值服从某种概率规律的信号。而确定信号又分为周期信号与非周期信号；随机信号分为平稳随机信号和非平稳随机信号。 信号处理，则是要把记录在某种媒体上的信号进行处理，以便抽取出有用信息的过程，是对信号进行提取、变换、分析、综合等处理过程的统称。利用观测数据作出关于信号与（或）系统的某种统计决策。统计决策理论主要解决两大类问题：假设检验与估计。信号检测、雷达动目标检测等是假设检验的典型问题。估计理论设计的范围更广泛，它又被分为非参数化和参数化两类方法。 对于非平稳信号的研究需要集中在其局部统计性能上，局部性能的分析必须依靠信号的局部变换，此时需要使用时域和频域的二维联合表示。 时频变换方法 利用时间和频率的联合函数来表示信号简称为信号的时频表示。 许多实际中的信号都是非平稳信号，即指统计特性随时间变化的随机信号。对非平稳信号而言，其统计特性只能在集平均上有意义，没有时间平均意义上的统计特征。 时频分析方法是非平稳信号处理的一个重要分支，它克服了传统傅里叶变换的全局性的局限，使用局部变换的方法来表示信号。 Gabor展开是最早提出的一种时频表示，它可以看作是短时傅立叶变换在时域和频域进行取样的结果。 对于它们两种方法来说，窗函数的宽度是固定的，而小波变换是一种窗函数宽度可调的时频表示。小波变换具有多分辨特性，通过适当地选择尺度因子和平移因子可得到一个伸缩窗，使其在时域和频域都具有表征信号局部特征的能力。但小波分析只能给出线性情况的物理解释并且不具有自适应性。 1998年，N.E.Huang等人提出了一种新的时频分析方法——Hilbert-Huang Transform，简称HHT。这种方法具有很好的自适应性且不存在交叉项干扰问题。该方法已被广泛应用于众多领域，如通信、雷达、声学、生物医学、地震勘探等。每种算法都有其固有的缺陷，HHT当然也存在一些问题，例如EMD分解过程中的端点效应问题、模态混叠问题等，已有许多学者针对这些缺点提出改进并取得了一定的效果。 希尔伯特黄变换 基于傅立叶分析理论的时频分析方法的基函数是比较固定的，缺乏自适应性或自适应性差，在表示信号时都容易出现多余信号，虽然有时也可以通过时频分布估计瞬时频率，但因为这些时频分布已经遭受了局限，所以其依据含糊，难以有真正的说服力。理想地，为了精确描述频率随时间的变化，需要一种自适应比较好，直观的瞬时频率分析方法，从而黄鄂博士提出了希尔伯特黄变换方法。 时变频率是普遍存在的，解决这一问题的最理想方法是研究信号的瞬时频率。通过长期的研究，目前形成的瞬时频率定义为解析信号的相位求导，解析信号由Hilbert变换唯一确定。 HHT的最终目的是对信号作瞬时分析——求瞬时频率，但它与微分等其他瞬时信号分析方法不同，它需要先用信号的极值点拟合信号的包络线，并进行EMD分解，这种分解是基于信号局部特征的，并具有很好的自适应性，使信号上每一时刻的瞬时频率不只是与该时刻或仅仅与其非常接近的时刻的信号有关。与傅立叶和小波变换等其他时频信号分析方法不同，HHT不是由信号的全局或某一预先确定的局部范围内的信号确定的，而是由它的一个自适应局部范围内的信号确定的。因此，HHT可称之为局瞬信号分析方法。 希尔伯特黄变换包含两部分内容，第一部分为经验模态分解（Empirical Mode Decomposition，EMD），第二部分为Hilbert谱分析（Hilbert Spectrum Analysis，HSA） HHT在处理勘探地震信号中的应用 勘探地震信号是一种非平稳信号，而时频分析方法是处理非平稳信号的有力工具，近些年来，时频分析在勘探地震信号处理中的应用颇多，特别是小波变换在这个领域取得了很好的成果。时频峰值滤波方法中就应用到了Wigner-Ville分布。 时频分析地震资料的分析与处理(1)在时频域内能够更加精细地刻画地震记录以分析信号的形态特征，以获取特定的或有利的地下地层信息;(2)应用获取瞬时属性的方法流程，对天然气水合物地震地层模型产生的数据进行相应属性剖面的提取，并应用这些属性剖面进一步验证或突出原始地震剖面中的波阻抗界面以及剖面中的一些细微构造或岩性特征;(3)应用黄变换的自适应分解特性等优点，对含噪地震数据进行噪声的剔除处理，以得到信噪比品质较好的地震剖面。 本文的研究方法是希尔伯特黄变换时频分析方法，它是黄变换与希尔伯特变换的结合算法，黄变换可将原始信号自