Hilbert-Huang-muunnos
Hilbert-Huang-muunnos (HHT) on adaptiivinen, dataan perustuva menetelmä epälineaaristen ja epästationaaristen aikasarjojen analysointiin. Sen esittelivät Norden E. Huang ja kollegat vuonna 1998. Se yhdistää empiirisen moodidekomposition (EMD), joka hajottaa signaalin intrinsisiin moodifunktioihin (IMF), Hilbertin spektrianalyysiin tuottaakseen hetkellisiä taajuus- ja amplitudiesityksiä olettamatta signaalin stationaarisuutta tai lineaarisuutta.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Menetelmäkartta
Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.
Lähteet
- Huang, N. E., et al. (1998). The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis. Proceedings of the Royal Society A, 454(1971), 903–995. DOI: 10.1098/rspa.1998.0193 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 2). Hilbert-Huang Transform. ScholarGate. https://scholargate.app/fi/signal-processing/hilbert-huang-transform
Mikä menetelmä?
Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.
- Empiirinen moodihajotelma (EMD)Signaalinkäsittely↔ vertaa
- Fourier-muunnos ja spektrianalyysi (FFT)Signaalinkäsittely↔ vertaa
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →