为了更加准确地提取扰动信号特征，提出了基于变分模态分解(VMD)的电能质量扰动检测新方法。该方法由VMD和希尔伯特变换(HT)2个部分组成。首先，对扰动信号进行傅里叶变换以确定VMD的预设分解尺度；然后，利用VMD将扰动信号分解为系列调幅-调频函数之和；最后，对每个调幅-调频函数进行HT，求取瞬时幅值和瞬时频率，进而确定扰动信号特征。较之希尔伯特-黄变换和局部均值分解方法，VMD方法不仅可分析不同时间支集的扰动信号，处理复合扰动和频率相近的奇数次谐波，也不存在模态混叠，获取的瞬时幅值和瞬时频率更加准确。仿真信号和变电站电容器组投入时的电压信号分析结果证明了所提方法的可行性和有效性。

运用凯斯西储大学滚动轴承故障数据，运用MOMEDA对信号进行周期的增强，提高信噪比，并运用希尔伯特变换，与Teager能量算子包络解调，体现Teager能量算子二次增强。同时还存在MCKD，

本资源是基于希尔伯特-黄变换的MATLAB代码，在信号处理上优于小波变换，对信号进行经验模态分解EMD，得其本征模量，之后进行希尔伯特变换进行降噪处理

将实信号变换为复信号，提取信号幅值、相位角，计算相位同步指数，分析各组信号数据之间的同步稳定性。

希尔伯特黄变换的运行代码，EMD分解的IMF图形，HHT变换的时频谱图，边际谱图，顺势频率包络图，瞬时幅值包络图

2018版matlab之前版本需要用到的，tftb.2时频分析工具箱，希尔伯特黄变换所用到的\EMD\pack_emd\package_emd\install_emd.m运行文件

对imf做希尔伯特 fft，包括幅值和频率的 包络

编写程序，实现所有内部排序算法，并比较这些算法在不同数据量下的运行时间。 （1）排序算法包括：插入排序、希尔排序、堆排序、归并排序、快速排序、基数排序。 （2）对整数进行排序。 （3）程序功能：可从键盘输入初始数据个数（数据自动生成）、初始数据类别（随机、正序、逆序），并得出排序所用时间（精确到毫秒） 注1：若某算法排序时间超过300秒，可显示为N/A，且不用记录在Excel表中 注2：rand()函数生成的随机数范围在0~32767之间，为扩大该范围，可使用下面代码： randnum = (rand() << 16) + rand(); // 随机数范围扩大至0~231之间 （4）生成图表：对1000、8000、30000、80000、150000、300000、500000、1000000、2000000、5000000个数据排序后得出排序时间，并制作类似的折线图如下。

一个比较好用的HHT工具包，包含emd变换以及hilbert边际谱等程序，是学习HHT的好帮手。

Hilbert-Huang 变换是一种适用于分析非线性、非平稳信号的数据处理方法，它是由美籍华人 Huang 以及他的同事在 1998 年提出的，从本质上讲这种方法是要对一个信号进行平稳化处理，得到信号的时间-频率-能量特征。HHT 是近年来在信号处理领域中的一项重要突破。HHT 是分 EMD 和 Hilbert 变换两步来实现的，首先对非线性、非平稳信号进行 EMD 分解，逐级分解出原始信号中不同尺度的波动或变化趋势，这些具有不同特征尺度的一系列时间序列分量叫做本征模态函数(IMF)，接着对每个 IMF 分量进行 Hilbert 变换。对于 EMD 分解得到的每个分量都有着不同的频率成分，通