hilberthuang变换的鼾音信号谱分析

《hilberthuang变换的鼾音信号谱分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、张引红，李全禄ZHANGYinhong，LIQuanlu陕西师范大学物理学与信息技术学院，西安710062CollegeofPhysicsandInformationTechnology，ShaanxiNormalUniversity，Xi’an710062，ChinaZHANGYinhong，LIQuanlu.SnoringsignalspectrumanalysisbasedonHilbert-Huangtransform.ComputerEngineer-ingandApplications，2011，47（8）：11-13.Abstract：BasedonHilbert-Huan

2、gTransform（HHT），thesnoresignalisanalyzed.AserialofIntrinsicModeFunctions（IMF）areobtainedbyEmpiricalModeDecomposition（EMD）.ThefrequencyofeachIMFisanalyzedandmeaningofthebiologyisdescribed.TheHilbertspectrumandthemarginalspectrumofsnoresignalareestablishedbyHHT.TheresultsshowthatHilbertspectrumhash

3、ighertime-frequencyresolutionthanthetime-frequencydistributionestablishedbywavelettransformandtheinteractionofthetimeresolutionandthefrequencyresolutionissolved，besidesthemarginalspectrumhasmorepre-cisephysicalmeaningthanFourierspectrum.So，HHTprovidesreliablebasisforthefeatureextractionandpattern

4、recogni-tionofsnoresignals.Keywords：Hilbert-huangtransform；snore；time-frequencydistribution；signalanalysis摘要：在分析Hilbert-Huang变换算法的基础上，利用此变换对打鼾者的鼾音信号进行了分析。通过经验模态分解把鼾音信号分解为一系列固有模态函数，并分析了各固有模态的频率特征，对各模态的生物学意义进行了描述。对固有模态函数进行了Hil-bert变换，建立了鼾音信号的Hilbert谱和边际谱。结果表明Hilbert比小波变换所建立的时频分布具有更好的时频分辨率，解决了时间分辨率和

5、频率分辨率互相影响的问题；从实际看边际谱比傅里叶谱有更准确的物理意义。Hilbert谱和边际谱为脉搏信号的特征提取和模式识别提供了可靠的依据。关键词：希尔伯特-黄（Hilbert-Huang）变换；鼾音；时频分布；信号分析DOI：10.3778/j.issn.1002-8331.2011.08.004文章编号：1002-8331（2011）08-0011-03文献标识码：A中图分类号：TP3911引言阻塞性睡眠呼吸暂停综合症（ObstructiveSleepApnea-HypopneaSyndrome，OSAHS）是人们在睡眠呼吸障碍领域的一种常见病，以上气道反复阻塞或狭窄为主要特点，其

6、阻塞部位多见于人的口咽部，此类患者多表现为睡眠时打鼾，有时鼾声与呼吸暂停交替出现，由于缺氧，反复憋醒而中断睡眠，严重影响患者的生活和工作效率[1]。传统信号处理研究方法从傅里叶分析到小波变换，从Wigner-Ville分布到自适应时频分析[2]，都是在鼾音信号为平稳或分段平稳的假设下研究的，需要用虚假的高频成分来补偿信号的非平稳性，从而引起能量的扩散，以致给出信号错误的解释；另外这些方法受到不确定原理的限制，不能在时间域与频率域同时给出信号较高的分辨率。虽然小波分析方法因其具有多分辨率分析的特点，在时、频两域都具有表征信号局部特征的能力，但是对信号作小波变换时小波基的选择问题以及非自适应

7、性也使其具有一定的局限性。本文提出HHT（Hilbert-HuangTransform）的鼾音信号谱分析新方法，HHT是NordenE.Huang等提出的一种用于非线性和非平稳时间序列分析的方法。针对非线性非平稳信号的分析，通过经验模式分解EMD（EmpiricalModeDecomposi-tion）把信号分解为一系列内蕴模式函数IMF（IntrinsicModeFunctions），IMF的特点是具有合理的瞬时频率定义；然后对所