希尔伯特-黄变换及其应用

Hilbert-Huang Transform and its Applications

N．E．黄 牟文英

近年来，基于时频变换理论、用于处理非平稳信号的一种新的变换方法——Hilbert—Huang变换（Hilbert—Huang Transform，HHT）在各个行业得到越来越广泛的应用。HHT方法能够对非线性、非平稳信号进行处理，不需事先确定基函数，是一种更具适应性的时频局部化分析方法。

希尔伯特边际谱在语音情感识别中的应用

Application of Hilbert marginal spectrum in speech emotion recognition

谢珊 曾以成 蒋阳波

利用希尔伯特．黄变换（Hilbert-Huang Transform，HHT）对情感语音进行处理，得到其边际谱，然后对比分析四种情感即高兴、生气、厌恶、无情感语音信号边际谱的特征，提出四个特征量：子带能量（SE）、子带能量的一阶差分（DSE）、子带能量倒谱系数（SECC）、子带能量倒谱系数的一阶差分（DSECC）用于情感识别。用它们作说话人无关，文本无关的语音情感识别，得到最高90％的识别率，比基于傅立叶变换的梅尔频率倒谱系数（MFCC）高22个百分点。实验结果表明，基于HHT边际谱的特征能够较好地反映语音信号中的情感信息。

希尔伯特-黄变换在电力系统故障检测中的应用研究

Application of Elilbert-Huang Transform in power system fault detection

刘毅华 赵光宙

电力系统中的故障暂态信号多为非线性非平稳信号，希尔伯特-黄变换（HHT）被认为是专门针对非线性非平稳信号的分析方法。将HHT引入到电力系统故障检测中，利用经验模态分解（EMD）获得故障电流信号的本征模态函数（IMF），通过选取IMF并对其进行Hilbert变换，提取出IMF分量的瞬时频率和瞬时幅度。利用合成的IMF分量的Hilbert谱分布，对故障暂态进行了时间-频率-振幅的联合分析。仿真研究表明：基于HHT的故障检测方法能充分提取故障信息，故障定位准确，提高了故障检测的可靠性。