在labview中利用希尔伯特变换求包络线

给出轴承信号的时域分析、频域分析、包络解调的程序。适用于故障诊断

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

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

本程序可进行EEMD分解hilbert解调构造包络谱及其相应图的输出，适合新手使用

Hilbert包络分析matlab程序，我也是初学者，希望其他初学的能有所帮助

滚动轴承的包络谱分析；采用基于Hilbert包络解调的包络谱分析方法，能够清晰地显示与轴承故障特征频率成倍数关系的包络谱线，应用于轴承故障诊断

信号处理； EMD；相关系数；Hilbert；包络谱 信号处理； EMD；相关系数；Hilbert；包络谱

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，通过对各分量的 Hilbert 变换能够得到具有物理意义的瞬时属性参数。 Hilbert谱表示的是信号幅值在整个频率段上随时间和频率的变化规律，Hilbert边际谱表示信号幅值在整个频率段上随频率的变化情况，它相当于傅里叶谱，但比傅里叶谱具有更高的频率分辨率。Hilbert边际谱是通过对Hilbert谱积分得到的。