| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 第1章 绪论 | 第7-14页 |
| ·课题背景及意义 | 第7-8页 |
| ·国内外现状 | 第8-12页 |
| ·信号分析方法 | 第8-10页 |
| ·Hilbert-Huang 变换研究现状 | 第10-12页 |
| ·本课题主要工作 | 第12-14页 |
| 第2章 Hilbert-Huang 变换算法的基本理论 | 第14-30页 |
| ·概述 | 第14页 |
| ·HiIbert-Huang 变换基本概念 | 第14-20页 |
| ·瞬时频率 | 第14-15页 |
| ·解析信号 | 第15-17页 |
| ·特征时间尺度 | 第17-18页 |
| ·固有模态函数 | 第18-20页 |
| ·Hilbert-Huang 变换实现过程 | 第20-26页 |
| ·经验模态分解方法的基本步骤 | 第20-25页 |
| ·经验模态分解的完备性和局部正交性 | 第25-26页 |
| ·Hilbert 时频谱及边际谱 | 第26页 |
| ·Hilbert-Huang 变换存在的问题 | 第26-29页 |
| ·曲线拟合问题 | 第26-27页 |
| ·端点效应问题 | 第27-28页 |
| ·模态混叠问题 | 第28页 |
| ·筛选终止条件问题 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 Hilbert-Huang 变换的端点效应及改进方法 | 第30-47页 |
| ·引言 | 第30页 |
| ·端点效应产生的机理 | 第30-31页 |
| ·抑制端点效应的方法介绍 | 第31-36页 |
| ·偶延拓方法 | 第31页 |
| ·镜像方法 | 第31-32页 |
| ·多项式拟合方法 | 第32-33页 |
| ·AR 预测方法 | 第33-34页 |
| ·神经网络预测方法 | 第34-36页 |
| ·支持向量回归机延拓 | 第36-40页 |
| ·基本理论 | 第36-37页 |
| ·支持向量回归机的模型选择 | 第37-38页 |
| ·基于支持向量回归机的均值曲线拟合方法 | 第38-39页 |
| ·基于支持向量回归机的 EMD 算法 | 第39-40页 |
| ·端点延拓评价指标 | 第40页 |
| ·试验仿真对比 | 第40-44页 |
| ·延拓新方法在电力谐波信号的应用 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 Hilbert-Huang 变换去噪新方法及其应用 | 第47-70页 |
| ·引言 | 第47页 |
| ·传统滤波方法 | 第47-48页 |
| ·傅里叶变换去噪 | 第47-48页 |
| ·小波变换滤波 | 第48页 |
| ·基于 EMD 分解的滤波方法 | 第48-61页 |
| ·EMD 滤波 | 第48-52页 |
| ·基于 EMD 分解的小波阈值滤波 | 第52-57页 |
| ·基于 EMD 分解的 Hilbert 谱滤波 | 第57-61页 |
| ·基于小波阈值预处理的 HHT 谱滤波 | 第61-64页 |
| ·滤波方法仿真实验对比 | 第64-67页 |
| ·去噪新方法在电力信号去噪中的应用 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 第5章 结论与展望 | 第70-72页 |
| ·工作总结 | 第70-71页 |
| ·工作展望 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 致谢 | 第75-76页 |
| 攻读硕士学位期间的研究成果 | 第76页 |
