希尔伯特曲线 适用于Java的实用程序 将沿N维希尔伯特曲线的距离变换为一个点并返回。 边界框（N维）查询支持（边界框映射到hilbert索引上用于单列查找的多个间隔） 特征 支持多种尺寸 方法链 二维渲染 与基准jmh 状态：部署到Maven的中央 Maven的包括 也见。 背景 甲是首先由大卫·希尔伯特在1891年描述的连续的分形空间填充曲线。 该库支持近似希尔伯特曲线。 H n中是第n个近似希尔伯特曲线，是一个长度为1的2 n -1个直线段的路径。 希尔伯特曲线可用于索引多个维度，并具有有用的局部性。 简而言之， 索引接近索引的点将接近与该索引对应的点。 图1. 2D希尔伯特具有1至6个比特曲线（H 1至H 6） HilbertCurveRenderer . renderToFile(bits, 200 , filename); 图2. 2D Hilbert曲

normed vector spaces, lebesgue integral, hilbert spaces, wavelets

在vc界面下，利用c语言实现图像的Hilbert变换。

为了解决基于希尔伯特变换的单边带调制系统中I/Q信号幅度不一致的问题，本文通过理论分析和公式推导的方法得出影响I/Q信号正交性的主要因素是滤波器的阶数，并通过试验分析了不同阶数的滤波器是如何影响I/Q信号的正交性的，得出了滤波器阶数要保证至少覆盖3.7个信号周期才能确保I/Q信号正交的结论。同时给出了在ADSP上实现希尔伯特滤波器的具体流程。此外，给出了基于AD9957的数字正交上变频的设计方法和实现流程。

一种基于Hilbert_Huang变换的语音去噪方法一种基于Hilbert_Huang变换的语音去噪方法

Hilbert变换是一个很有用的变换，用它来做包络分析更是一种有效的数据处理方法。。包含了hilbert包络和包络谱分析

讨论了Hilbert变换的基本原理，以及基于Hilbert变换的包络解调方法在轴承故障诊断中的应用。实践表明：对于具有调制现象的滚动轴承故障诊断，基于Hilbert变换的包络解调方法，具有明显的诊断意义，是一种可靠的诊断方法。

滚动轴承是工业应用系统中的重要部件,其引发的故障是引起机器设备失效的重要原因。Hilbert变换基于滚动轴承故障引发的高频固有振动,提取包络信号。通过包络信号进行频谱分析从而提取滚动轴承的故障特征信息。通过采集内圈故障、外圈故障的滚动轴承振动信号,采用Hilbert变换对轴承的振动信号进行了分析,验证了Hilbert包络解调技术在滚动轴承故障诊断中的有效性。

针对直接运用快速傅里叶变换（FFT）无法有效提取具有非线性非平稳特性的滚动轴承振动信号故障特征频率的问题，提出了一种基于经验模式分解和峭度指标的Hilbert包络解调方法。首先对滚动轴承的振动信号进行了经验模式分解（EMD），得到了包含轴承故障特征信息的各阶本征模态函数（IMF），再计算各阶IMF的峭度值，选取了峭度值较大的几阶IMF分量重构信号，并对重构信号进行了Hilbert包络解调分析，从而获得了滚动轴承的准确故障特征信息。分别对仿真模拟信号和实际滚动轴承发生内圈故障的振动信号进行了分析，清晰地得到

l2范数matlab源码这个Matlab包包含重现文章图的源代码： P. Maurel，JF。 奥约尔，G.佩雷。 . SIAM 成像科学杂志，4(1)，第 413–447 页，2011 年。 display_orientations：显示图像的瞬时频率 estimate_amplitudes：尝试估计 Chi 中频率的幅度 estimate_orientations：瞬时频率计算 estimate_orientations_zeropadding：使用 zeropadding 缩放计算即时频率 gabor_weights: 凸范数的权重 non_convex_weight：为非凸范数构建权重 Chi test_h,test_h2,test_diff_h,test_diff_h2：论文的函数h（渲染函数）及其导数 纹理合成：从场方向/频率合成纹理 TV_Hilbert_Adapted：在无噪声情况下使用我们的凸范数进行结构/纹理分解 TV_Hilbert_Adapted_Noise：与噪声相同 TV_Hilbert_Adapted_noise_non_convex：使用非凸范数分解 T