基于希尔伯特-黄变换的含噪数据中信号检测与表征方法
数据分析、统计与概率
2010-04-22 v1 数值分析
广义相对论与量子宇宙学
摘要
希尔伯特-黄变换是一种新颖的自适应时间序列分析方法，无需对数据形式做出假设。其自适应、局部的特性允许以高时频分辨率分解非平稳信号，但也使其易受噪声退化影响。我们表明，通过将HHT与零相位滤波、核密度估计和傅里叶分析等技术相结合，可以有效地用于检测和表征低信噪比信号。
引用
@article{arxiv.0903.4616,
title = {Methods for detection and characterization of signals in noisy data with the Hilbert-Huang Transform},
author = {Alexander Stroeer and John K. Cannizzo and Jordan B. Camp and Nicolas Gagarin},
journal= {arXiv preprint arXiv:0903.4616},
year = {2010}
}
备注
submitted to PRD, 10 pages, 9 figures in color