我正在尝试将希尔伯特包络拟合到频率为 250 KHZ 且采样率为 12000000 的高频超声波信号。原始信号如下所示：
。
我在 python 中使用了 scipy.signal 包中的 hilbert() 函数，这就是它的样子
。
python代码如下所示
from scipy.signal import hilbert
import numpy as np
def Hilbert(self,i=0):
analytical_signal = hilbert(self.sensor["s"+str(i)])
amplitude_envelope = np.abs(analytical_signal)
return amplitude_envelope
Matlab 实现看起来像这样
Matlab代码如下：
figure;
plot(abs(hilbert(signal)),'r');
hold on;
plot(signal,'b');
线路数据如下Signal。我想知道哪个是正确的？
这对我来说可以：
from scipy.signal import hilbert
import numpy as np
from matplotlib.pyplot import plot
sensor = np.loadtxt('signal.txt')
plot(sensor)
analytical_signal = hilbert(sensor)
plot(analytical_signal.real)
plot(analytical_signal.imag)
amplitude_envelope = np.abs(analytical_signal)
plot(amplitude_envelope)
你在做什么不同的事情？也许您正在以某种方式丢弃虚构的部分analytical_signal？
你必须消除信号的趋势。如果您有 DC 组件，则行为会完全改变。
dt=0.0001
t = np.arange(0,0.1,dt)
x = (1+np.cos(2*np.pi*50*t))*np.cos(2*np.pi*1000*t)
plt.plot(x)
h=abs(hilbert(x))
plt.plot(h)
x=x+1
h=abs(hilbert(x))
plt.plot(h)
这是因为 hilbert(x) 返回 de 解析函数 xr(t)+jxh(t)，其中 xh 是 Hilbert 变换，xr 是原始信号 x(t)。x(t) 的 xh 与 x'=x(t)+k 的 xh 相同（希尔伯特对常数的变换为零）。因此，当您将包络计算为 abs(hilbert(xr)) 时，您会得到 sqrt(xr^2+xh^2)。如果你使用 x'=x(t)+k，你会得到 sqrt((xr+k)^2+xh^2)。
在 Matlab 中，envelope() 函数在应用 hibert() 之前减去平均值。如果你使用 abs(hilbert()) 你应该得到与 Python 相同的结果。
PD：写完之后，我下载了你的信号，并在上面测试了 abs(hilbert())。在 Python 中，我获得了信封......
我遇到过同样的问题。正如 https://docs.scipy.org/doc/scipy/reference/generated/scipy.signal.hilbert.html 所说@Notes，您需要获取希尔伯特变换结果的虚部......“希尔伯特转换后的信号可以从 np.imag(hilbert(x)) 获得，原始信号可以从 np.real(hilbert(x)) 获得。"
我不知道蟒蛇。但理论上，
希尔伯特变换通过以下方式完成：
所以，我从图中猜想你忘记考虑信号的虚部。这就是为什么您看不到包络而是看到真实信号的绝对值的原因。