Java 希尔伯特&x2013；黄变换：瞬时频率

我正在用Java实现“经验模式分解”。下一步是希尔伯特-黄 变换，我需要找到如何得到“瞬时频率”。有人知道如何得到它吗

使用EMD方法，任何复杂的数据集都可以分解为有限且通常为少量的分量，这是一组固有模态函数（IMF）。下一步是希尔伯特-黄变换。根据这一点，我计算信号的相位，在我必须计算瞬时频率之后，我在Matlab代码中搜索如下链接：

但我不明白

---

感谢

希尔伯特-黄变换是经验模态分解（EMD）和希尔伯特变换的组合

首先，EMD是一种算法，它提供了固有模态函数（IMF）

然后对每个imf应用Hilbert变换

从一个IMF，希尔伯特变换给出了一个pi/2相位延迟信号，从中可以计算相位，以及相位的时间导数，它与瞬时频率成正比

---

您将在该页面上找到有关EMD算法变化的有趣教程和详细信息：

实例频率可以通过

def hilb(s, unwrap=False):
    from scipy.signal import hilbert
    H = hilbert(s)
    amp = np.abs(H)
    phase = np.arctan2(H.imag, H.real)
    if unwrap: phase = np.unwrap(phase)
    return amp, phase

inst_amp, phase = hilb(imf, unwrap=True)
inst_freq = np.diff(phase)

---

您可以使用希尔伯特-黄变换（HHT）处理信号数据，HHT是经验模式分解（EMD）和希尔伯特谱分析（HSA）与Matlab或Python的结合。在Matlab或Python中，可以直接使用HHT方法，而不需要自己计算瞬时频率（IF）

例如，使用Matlab：

首先，您可以通过实现emd信号数据来获得IMF和残差，代码为： [IMF，残差，信息]=emd（信号，'Interpolation'，'pchip'，'Display'，0）

然后，可以通过hht（IMF，fs）获得IF，即IMFINSF，其中fs是采样频率 [P，F，T，IMFINSF，IMFINSE]=hht（IMF，fs）

---

此外，Python中还有一些工具和方法。

请详细说明您想要实现的目标以及您尝试实现的目标。您是否愿意分享您的java代码，以便其他人可以从其实现中受益？为什么这个答案没有被选为最佳答案？您好，我使用了您的代码，但在hilbert中获得了nan值，有什么问题吗？你能分享一下python工具吗。