ScholarGate
Assistant
Machine learningTime-frequency analysis

Transformée de Hilbert-Huang

La Transformée de Hilbert-Huang (HHT) est une méthode adaptative, pilotée par les données, pour analyser les séries temporelles non linéaires et non stationnaires, introduite par Norden E. Huang et ses collègues en 1998. Elle combine la Décomposition Empirique en Modes (EMD), qui décompose un signal en fonctions de mode intrinsèque (IMF), avec l'analyse spectrale de Hilbert pour produire des représentations de fréquence et d'amplitude instantanées sans supposer la stationnarité ou la linéarité du signal.

Ouvrir dans MethodMindBientôtVidéoBientôtTélécharger les diapositives

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Carte des méthodes

Le voisinage des méthodes apparentées — sélectionnez un nœud pour explorer.

Sources

  1. 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

Comment citer cette page

ScholarGate. (2026, June 2). Hilbert-Huang Transform. ScholarGate. https://scholargate.app/fr/signal-processing/hilbert-huang-transform

Quelle méthode ?

Placez cette méthode aux côtés de ses plus proches parentes et lisez-les côte à côte — la bibliothèque pose les ouvrages sur la table ; le choix vous revient.

Comparer côte à côte

Référencée par

ScholarGateHilbert-Huang Transform (Hilbert-Huang Transform). Consulté le 2026-06-15 sur https://scholargate.app/fr/signal-processing/hilbert-huang-transform · Jeu de données : https://doi.org/10.5281/zenodo.20539026