胡利萍，宋恩亮，李宝清，袁晓兵

（中国科学院 上海微系统与信息技术研究所 无线传感网实验室，上海 200050）

希尔伯特-黄变换（HHT）是Huang［1］提出的一种时间序列分析新方法，包括前端处理EMD和后端Hilbert谱分析。无须先验信息，EMD方法可自适应地将信号分解为一组IMF分量。由于HHT具备较强的非线性非平稳信号分析能力，且应用方式灵活，既可单独采用EMD进行处理，也可完整采用HHT提取Hilbert谱或边际谱，因此HHT已在众多工程领域得到广泛应用。例如基于 EMD 的信号去噪［2］，电站监测［3］，图像处理［4］，战场侦察传感网［5-6］等。EMD 是 HHT 的核心处理技术，但是EMD存在计算量大、分解速度慢、实时性差的缺陷。经典EMD采用分段处理法，将长序列分段然后逐段进行分解，显然IMF在分段处是不连贯的。另外，由于端点效应的影响，有效长度因分段变短。另一种方法是等所有数据都采集完毕后，作一次性分解，但是在长序列的情况下，该做法影响实时性，也对硬件的存储空间和计算能力提出了更高要求。在HHT应用日益普遍的形势下，开发一种实时性好、计算量小的快速EMD算法具有重要意义。在快速算法研究方面，目前有以下三种主要思路：

（1）采用更加简便的拟合方法，适当放宽终止准则［7］；

（2）只对有效数据进行拟合、和进行终止准则判定［8］；

（3）建立滤波器组提取各个分量［9-10］。

但是这些方法未能摆脱经典EMD的分段处理法，它们的共同特点是：

（1）分段处理，划分处引发端点效应；

（2）若进行重叠划分，由于各段去均值的次数不同，划分处的IMF不连续；……