本文是基于随机幅度的改进希尔伯特频谱表示方法（IHSRM）的扩展，该方法是作者先前为模拟具有自然地震记录的非平稳特征的空间相关地震地震动（SCEGMs）而开发的。 实际上，根据基本类型（随机相位方法和随机幅度方法）和矩阵分解方法（Cholesky分解，根分解和本征分解），IHSRM具有各种类型。 为了评估该方法的不同类型对统计误差（即偏差误差和随机误差）的影响，对该方法进行了误差评估。 首先，推导了基于随机相位的IHSRM，并通过理论推导证明了其可靠性。 分别给出了基于随机相位和基于随机幅度的IHSRM的统一公式。 然后，推导了模拟地震运动统计误差的封闭形式解。 通过将封闭式解与估计值进行比较，证明了所提出的封闭式解的有效性。 最后，比较了不同类型的IHSRM的协方差（方差和交叉协方差）的随机误差，结果表明：（1）提出的IHSRM不是遍历的； （2）基于随机幅度的IHSRM比基于随机相位的IHSRM具有更高的协方差随机误差； （3）基于随机相位的IHSRM的协方差随机误差的值取决于矩阵分解方法，而基于随机振幅的协方差的随机误差则不取决于矩阵分解方法。

适用于在运动干扰下心电信号的提取，利用经典的EMD算法验证其有效性

希尔伯特黄变换，希尔伯特黄变换用于提取瞬时频率和瞬时幅度、边际谱

伟大的数学家希尔伯特作品，经典数学名著，中译本。

希尔伯特谱分析matlab代码Hilbert–Huang转换MATLAB程序包的Python包装器 HHTpywrapper瞬时跟踪由非平稳和非线性过程（例如，天文物体的准周期振荡）生成的信号的频率和幅度变化。 它使用Python作为调用的接口。 HHT是一种时频分析方法，可以将信号自适应地分解为不同时间尺度上的基本分量（即，经验模态分解），然后希尔伯特将这些分量转换为随时间变化的瞬时相位，频率和幅度（即希尔伯特频谱）分析）。 HHT已成功地用于分析来自活跃银河核RE J1034 + 396（）和两个黑洞X射线双星XTE J1550-564（）和GX 339-4的X射线准周期振荡（Su等。 2017）。 HHTpywrapper提供了在Su和Su等人中重现HHT分析结果的示例。 （2017）。 该项目源自。 要求 Linux或Windows操作系统（HHT MATLAB软件包中的快速EEMD代码尚不支持Mac） Python 3.x以上 的MATLAB 脾气暴躁的 西皮 熵 Matplotlib （一个简单的Python => MATLAB（R）接口和一个用于ipython的matla

使用奇异值分解来计算涉及希尔伯特矩阵的线性方程组的正则化最小二乘（Tikhonov正则化）和普通最小二乘解并进行比较。 由于 Hilbert 矩阵本质上是病态系统，因此证明了微扰系统上正则化的稳定性。

此代码旨在使用希尔伯特变换计算瞬时频率 (IF)。

希尔变换变换代码，能进行不规则曲线包络，可以作为一个函数应用

中间包括好几个希尔伯特黄的算法，基于MATLAB软件下运行。有emd-visu,emd-separation,emd-sampling,emd-n,里面还有hht 其他的内容，完整，经过测试。做信息处理，Fourier 是个万金油。HHT的优势所在，HHT是一个超adaptive的方法。

C#编写的离散傅立叶变换程序及希尔伯特变换程序，希尔伯特变换对于信号变换有重要意义。该程序通过验证，效果理想。 (prepared by the discrete Fourier transform procedures and Hilbert transform procedures, Hilbert transform for signal conversion, it is of great significance. The procedure validated, the results have been satisfactory.)