希爾伯特-黃變換端點(diǎn)效應(yīng)抑制算法及其應(yīng)用研究.pdf

1、希爾伯特-黃變換（Hilbert-Huang Transform, HHT）是近十年來發(fā)展起來的非線性、非平穩(wěn)信號(hào)自適應(yīng)處理算法。作為一種新穎的、具有突破性意義的信號(hào)分析方法，HHT一經(jīng)提出，就顯示出強(qiáng)大的生命力。然而，HHT的研究還極不完善，存在許多亟待解決的公開問題。本文內(nèi)容主要分為兩方面：理論研究和應(yīng)用研究。
　　首先，圍繞 HHT的端點(diǎn)效應(yīng)問題，展開一系列理論研究。為了解決現(xiàn)有 HHT算法受端點(diǎn)效應(yīng)的干擾而無法有效提取信號(hào)

2、本質(zhì)特征，得不到準(zhǔn)確的本征模態(tài)函數(shù)（Intrinsic Mode Function, IMF）及Hilbert譜的問題，研究一種基于灰色預(yù)測(cè)模型的HHT端點(diǎn)效應(yīng)抑制算法，在不改變?cè)夹盘?hào)特性的基礎(chǔ)上，有效降低端點(diǎn)效應(yīng)。針對(duì)該算法的不足，引入兩種改進(jìn)辦法：考慮到經(jīng)驗(yàn)?zāi)B(tài)分解（Empirical Mode Decomposition, EMD）端點(diǎn)效應(yīng)產(chǎn)生的特殊性，不能確保求取的極值點(diǎn)恰為等間隔的，構(gòu)造一種非等間隔灰色模型來提高預(yù)測(cè)精度；對(duì)

3、于實(shí)際生活中特別復(fù)雜的信號(hào)，灰色模型預(yù)測(cè)精度有可能不符合要求，構(gòu)造一種名為(1,1,)GMα的非線性灰色模型來提高對(duì)端點(diǎn)效應(yīng)抑制水平。
　　其次，以高光譜圖像分類為背景，展開一系列應(yīng)用研究。針對(duì)高光譜圖像波段數(shù)目巨大，分類困難的問題，探討一種將二維 EMD（Bidimensional EMD, BEMD）和支持向量機(jī)（Support Vector Machine, SVM）相結(jié)合的高光譜圖像分類算法。首先，由波段選擇算法選取合適波