广西师范大学学报（自然科学版） ›› 2024, Vol. 42 ›› Issue (4): 124-136.doi: 10.16088/j.issn.1001-6600.2023102201

• 研究论文 • 上一篇    下一篇

利用四阶样条小波快速计算信号的希尔伯特变换

康会刚, 余波*   

  1. 三峡大学 理学院,湖北 宜昌 443002
  • 收稿日期:2023-10-22 修回日期:2023-12-05 出版日期:2024-07-25 发布日期:2024-09-05
  • 通讯作者: 余波(1979—),男,湖北长阳人,三峡大学教授,博士。E-mail: yubo2006@ctgu.edu.cn
  • 基金资助:
    国家自然科学基金(11871305);三峡大学自然科学基金横向项目(HZ2023215)

Fast Algorithm for Hilbert Transform of a Signal by Using Cubic Splines Wavelets

KANG Huigang, YU Bo*   

  1. College of Science, China Three Gorges University, Yichang Hubei 443002, China
  • Received:2023-10-22 Revised:2023-12-05 Online:2024-07-25 Published:2024-09-05

PDF (PC)

9

摘要： 在有限区间内计算给定信号的希尔伯特变换是数据分析中的一个重要问题。在现存的最好算法中,该问题的计算复杂度为O(nlog n),其中n为信号长度。为了进一步提高计算速度,本文建立一种基于四阶样条小波计算信号的希尔伯特变换的快速算法,将计算复杂度从O(nlog n)降到O(n)。数值实验表明该算法在具有更快计算速度的同时,具有与现存最好算法可比较的计算精度。

关键词: 希尔伯特变换, 样条小波, 基数B-样条, 快速算法, 计算复杂度

Abstract: Computation for the Hilbert transform of a given signal over a finite interval is an important problem in data analysis. In the existing method, the best algorithm has the computational complexity O(nlog n). In order to obtain a faster computational speed, this paper proposes a fast algorithm based upon cubic spline wavelets, which can reduces the computational complexity from O(nlog n) to O(n).Numerical results show that the proposed method does have faster computational speed, while keeping a comparable computational accuracy with the best existing method.

Key words: Hilbert transform, splines wavelets, cardinal B-splines, fast algorithm, computational complexity

中图分类号:  O174;O241

[1] FELDMAN M. Hilbert transform in vibration analysis[J]. Mechanical Systems and Signal Processing, 2011, 25(3): 735-802.
[2] FELDMAN M. Hilbert transform methods for nonparametric identification of nonlinear time varying vibration systems[J]. Mechanical Systems and Signal Processing, 2014, 47(1/2): 66-77.
[3] 杨诚, 胡美龙. 基于希尔伯特变换的信号优先级排序法在车内异响源识别中的应用[J]. 噪声与振动控制, 2016, 36(3) : 115-121.
[4] 郭铁梁, 李志军, 张文祥. 基于希尔伯特变换的带通信号包络频谱分析及Matlab仿真[J]. 高师理科学刊, 2020, 40(8) : 72-77.
[5] KING F W. Hilbert transforms: Volume 1[M]. New York: Cambridge University Press, 2009.
[6] MARPLE L. Computing the discrete-time analytic signal via FFT[J]. IEEE Transactions on Signal Processing, 1999, 47(9): 2600-2603.
[7] HUANG N E, SHEN Z, LONG S R, et al. The empirical mode decomposition and the Hilbert spectrum for nonlinear and non-stationary time series analysis[J]. Proceedings of the Royal Society of London Series A-Mathematical and Physical Sciences, 1998, 454(1971): 903-995.
[8] 郭一楠, 邵慧杰, 巩敦卫, 等. 基于希尔伯特黄变换和深度卷积神经网络的房颤检测[J]. 电子与信息学报, 2022, 44(1) : 99-106.
[9] 孙晓云, 周文佳, 程久龙, 等. 基于二维HHT的隧道超前探测图像识别与检测[J]. 广西师范大学学报(自然科学版), 2014, 32(1): 26-31.
[10] 李辉, 何之煜, 颉洪睿. 基于希尔伯特黄变换的机车信号解调算法研究[J]. 计算机仿真, 2023, 40(8): 136-140.
[11] ZHOU C Y, YANG L H, LIU Y J, et al. A novel method for computing the Hilbert transform with Haar multiresolution approximation[J]. Journal of Computational and Applied Mathematics, 2009, 223(2): 585-597.
[12] MICCHELLI C A, XU Y S, YU B. On computing with the Hilbert spline transform[J]. Advances in Computational Mathematics, 2013, 38(3): 623-646.
[13] BILATO R, MAJ O, BRAMBILLA M. An algorithm for fast Hilbert transform of real functions[J]. Advances in Computational Mathematics, 2014, 40(5): 1159-1168.
[14] ABD-EL-MALEK M B, HANNA S S. The Hilbert transform of cubic splines[J]. Communications in Nonlinear Science and Numerical Simulation, 2020, 80: 104983.
[15] 覃潇潇, 余波. 利用四阶样条快速计算信号的希尔伯特变换[J]. 广西师范大学学报(自然科学版), 2022, 40(4): 126-135.
[16] CHUI C K. An introduction to wavelets[M]. Boston: Academic Press, 1992.
[17] UNSER M, ALDROUBI A, SCHIFF S J. Fast implementation of the continuous wavelet transform with integer scales[J]. IEEE Transactions on Signal Processing, 1994, 42(12) : 3519-3523.
[18] CHUI C K, WANG J Z. On compactly supported spline wavelets and a duality principle[J]. Transactions of the American Mathematical Society, 1992, 330(2): 903-915.
[19] CHEN Q H, HUANG N, RIEMENSCHNEIDER S, et al. A B-spline approach for empirical mode decompositions[J]. Advances in Computational Mathematics, 2006, 24(1): 171-195.
[1] 覃潇潇, 余波. 利用四阶样条快速计算信号的希尔伯特变换[J]. 广西师范大学学报（自然科学版）, 2022, 40(4): 126-135.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
[1] 赵洁, 宋爽, 武斌. 图像USM锐化取证与反取证技术综述[J]. 广西师范大学学报（自然科学版）, 2024, 42(3): 1 -16 .
[2] 艾聪聪, 龚国利, 焦小雨, 田露, 盖中朝, 缑敬轩, 李慧. 毕赤酵母作为基础研究的新兴模式生物研究进展[J]. 广西师范大学学报（自然科学版）, 2024, 42(3): 17 -26 .
[3] 翟言豪, 王燕舞, 李强, 李景坤. 基于CiteSpace的三维荧光光谱技术对内陆水体中溶解性有机质研究的进展[J]. 广西师范大学学报（自然科学版）, 2024, 42(3): 34 -46 .
[4] 陈丽, 唐明珠, 郭胜辉. 智能汽车信息物理系统状态估计与执行器攻击重构[J]. 广西师范大学学报（自然科学版）, 2024, 42(3): 59 -69 .
[5] 李成乾, 石晨, 邓敏艺. 基于元胞自动机的Brugada综合征患者心电信号研究[J]. 广西师范大学学报（自然科学版）, 2024, 42(3): 86 -98 .
[6] 吕辉, 吕卫峰. 基于改进YOLOv5的眼底出血点检测算法[J]. 广西师范大学学报（自然科学版）, 2024, 42(3): 99 -107 .
[7] 易见兵, 彭鑫, 曹锋, 李俊, 谢唯嘉. 多尺度特征融合的点云配准算法研究[J]. 广西师范大学学报（自然科学版）, 2024, 42(3): 108 -120 .
[8] 李莉, 李昊泽, 李涛. 基于Raft的多主节点拜占庭容错共识机制[J]. 广西师范大学学报（自然科学版）, 2024, 42(3): 121 -130 .
[9] 赵小梅, 丁勇, 王海涛. 基于改进帝王蝶算法的最大似然DOA估计[J]. 广西师范大学学报（自然科学版）, 2024, 42(3): 131 -140 .
[10] 朱艳, 蔡静, 龙芳. 逐步Ⅰ型混合截尾下复合Rayleigh分布竞争失效产品部分步加寿命试验的统计分析[J]. 广西师范大学学报（自然科学版）, 2024, 42(3): 159 -169 .
版权所有 © 广西师范大学学报（自然科学版）编辑部
地址：广西桂林市三里店育才路15号　邮编：541004
电话：0773-5857325　E-mail: gxsdzkb@mailbox.gxnu.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发