提出了基于HHT变换和SVM结合的齿轮箱故障诊断方法,介绍了固有模态函数、EMD分解和Hilbert谱以及支持向量机(SVM)理论。先对各种工况信号消噪,再利用EMD分解将信号分解为IMF分量,求出Hilbert谱和边际谱,再利用边际谱求出各信号的故障特征信息,最后利用支持向量机判别齿轮箱的故障类型。该实验证明了此方法诊断齿轮箱故障的有效性。

基于经验模态分解法（EMD）的Hilbert-Huang变换（HHT）的MATLAB程序。 可将非平稳信号转换为平稳信号，通过将IMF分量累加重构得到平稳信号 。 主程序为HHT.m，需要用到hhspectrum.m函数、instfreq.m函数（在压缩包内）和已安装的EMD工具箱中emd函数。

一维信号的 HHT 变换。 包含经验模式分解 (EMD) 程序。 主要功能是HHT_Ver02.m。 例子clc; 清除; 关闭所有 Ts = 0.0005； Fs = 1 / Ts; N = 600； k = 0：N-1； t = k .* Ts; t = t'; sig(1:300,1) = 6 * sin(100 .* pi .* t(1:300))+0.1; sig(301:600,1) = 6 * sin(100 .* pi .* t(301:600)) + 1.5 * sin(300 .* pi .* t(301:600))+0.1； HHT_Ver02(t, sig, Fs);

台湾中央大学HHT程序 matlab程序 有演示文稿

摘要 ：以地震波 的谱分 析为例 ，对 比分析 了 Hilbert-Huang变换 (}{I{]r)与傅立 叶变 换的差别 ，结 果表 明 ：HHT是 对非平稳时程进行数据分析 的有效工具 ，能有效地将各种频率成份 以固有模态 函数 的形 式从时程 曲线 中分 离 出 来 ，但这 种固有模 态函数与傅立叶变换结果不 同，而且 Hilbert谱 是包 含时 间 一频 率 一振 幅 的三维谱 ；可采 用在 端点改造一个小波 串的方法解 决 HHT存 在的端 点飞翼 现象．文中还提 出确定是否终 止 固有模 态 函数分 离过程 的一种方法 ．

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

EEMD Matlab代码希尔伯特-黄变换 希尔伯特-黄变换 MATLAB代码 电子邮件 希尔伯特光谱 HilbertSpectrumExamples.m ** HilbertSpectrumValidation.m ** **需要改进

Hilbert-Huang 变换非常之好

希尔伯特-黄变换

基于Hilbert-Huang变换的高斯线性调频信号的时频分析，单佩韦，李明，基于经验模式分解算法的Hilbert-Huang变换把复杂的数据分解成瞬时频率有意义的、指定余项误差的固有模态函数，是一种数据驱动的自适��