hht处理数据过大时怎么抽取

yueyaquan

我的数据很大，长度为180000，但是用程序一次性处理，会out of memorry，或者卡死出错，在进行抽取部分数据时，是应该连续抽取还是降低采样频率进行抽取，这样对数据处理有何影响。我是为了提取频率，着急处理，希望各位大神耐心指导

yghit08

换一个好一点的电脑就不会出这样的问题。
不清楚你说的连续抽取和降低采样频率之间是什么关系，我的理解的是你说的连续抽取是分段处理，我的建议也是分段处理。重采样可能能得到很好的结果，如果只是关心低频的话（当然从数据长度不能看出来采样频率大小）。
另外，这个问题可以跟帖重采样的帖子或者其他HHT相关的帖子

yueyaquan

       对，我说的连续抽取就是分段处理，但是每个分段的长度也很小，这样的话一个长度为180000的数据要分成很对段，并且每段数据又分出好几个IMF分量，这只是其中很小很小的一组数据，我的采样频率是100hz。
     在此想请教您几个问题，因为我是初学者，时间又很紧，希望能耐心的指导。一：我用emd全过程进行处理数据时，在开始会显示Undefined function or variable 'L'。然后我把l和aff改成已知量，设定的l=1,aff=0,接着往下运行。问题二：出现warning：forced stop of sifting:too many iterations...mode(数字).stop parameter mean value:            问题三：即使出现第二个问题，依然可以出现结果，但是得到的边际谱很不靠谱，幅值在零点附近。问题四：用hht处理数据时最大的处理数据长度大概是多少。

yghit08

yueyaquan 发表于 2013-8-7 08:41

                               
登录/注册后可看大图

对，我说的连续抽取就是分段处理，但是每个分段的长度也很小，这样的话一个长度为180000的数据要分成 ...

第一个问题不知道；
第二个是程序自己设定的停止条件；
第三个是和第二个直接的，自动停止也会出结果，那么边际谱不靠谱也是可以理解的：可能没能够正确分解；
第四个这个我不清楚，因为我们有比较好的电脑。采样频率不高，你再重采样的话可能会丢失更多信息，当然这要看你关注是什么频段的信息了。

yueyaquan

clc;clear;
pass='D:\yiqulb\';
file='a1-0.5-15.txt';
z=load([pass,file]);
z=z(1:2:6000,:);
data=z';
imf=emd(data);
fs=50;
t=1:size(imf,2);
l=1;
aff = 0;
lt=length(t);
tt=t((l+1):(lt-l));
for i=1:(size(imf,1)-1)
  an(i,:)=hilbert(imf(i,:)')';
  f(i,:)=instfreq(an(i,:)',tt,l)';%Subscript indices must either be real positive integers or logicals.
  A=abs(an(:,l+1:end-l));
  if aff
     disp(['mode ',int2str(i),' trait?'])
  end
end
%对输入信号进行EMD分解
[A,f,tt]=hhspectrum(imf,t,l,aff);            %对IMF分量求取瞬时频率与振幅：A：是每个IMF的振幅向量,f:每个IMF对应的瞬时频率，t：时间序列号
[E,t,Cenf]=toimage(A,f);            %将每个IMF信号合成求取Hilbert谱，E：对应的振幅值，Cenf：每个网格对应的中心频率  这里横轴为时间，纵轴为频率        
                                                   %即时频图(用颜色表示第三维值的大小)和三维图（三维坐标系：时间，中心频率，振幅）         
cemd_visu(data,1:length(data),imf);   %显示每个IMF分量及残余信号--------------------------------------------
disp_hhs(E);                          %希尔伯特谱----------------------------------------------------------
%画出边际谱
%N=length(Cenf);%设置频率点数   %完全从理论公式出发。网格化后中心频率很重要，大家从连续数据变为离散的角度去思考，相信应该很容易理解
for k=1:size(E,1)
    bjp(k)=sum(E(k,:))*1/fs;
end
H=size(E,1);
f0=(0:H-1)/H*(fs/2);
figure(3);
plot(f0,bjp);  % 作边际谱图   进行求取Hilbert谱时频率已经被抽样成具有一定窗长的离散频率，所以此时的频率轴已经是中心频率
xlabel('??/ Hz');
ylabel('??');

[url=]\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\[/url]
以上是我用的程序，采用降低采样频率的方法取了其中3000个数据，针对每个IMF分量画出了其时频图和边际谱，共有10个IMF分量，只取了前七个，得到的图如下：

yueyaquan

我要的频率应该在2.5到5之间，应该主要集中在3Hz左右

yueyaquan

yghit08 发表于 2013-8-7 10:31

                               
登录/注册后可看大图

第一个问题不知道；
第二个是程序自己设定的停止条件；
第三个是和第二个直接的，自动停止也会出结果， ...

麻烦你看看我下面的回复

yghit08

yueyaquan 发表于 2013-8-7 11:37

                               
登录/注册后可看大图

麻烦你看看我下面的回复

那你重采样看看吧，20Hz的重采样频率。
另：不要将分离出来的结果画时频图，这样很多情况下会出现溢出内存的提示。
直接观察就行了。比如：
[A,f,t]=hhspectrum(IMFs);%%%%其中A是幅值，f是归一化频率
plot(t/sf,f(:,n)*sf);%sf是采样频率，n是某一行，不对的话改成f(n,:)
这样看的话，就不会出现溢出内存的问题了

yueyaquan

yghit08 发表于 2013-8-7 11:39

                               
登录/注册后可看大图

那你重采样看看吧，20Hz的重采样频率。
另：不要将分离出来的结果画时频图，这样很多情况下会出现溢出内 ...

嗯，我采用你的只画边际谱的方式进行全部数据处理，虽然还会出现第二个问题，但是出来的每个IMF对应的边际谱已经算是很干净的了，唯一的缺点是峰带有点宽，相比傅立叶变换要宽的多，这是什么原因？

yghit08

yueyaquan 发表于 2013-8-12 17:23

                               
登录/注册后可看大图

嗯，我采用你的只画边际谱的方式进行全部数据处理，虽然还会出现第二个问题，但是出来的每个IMF对应的边 ...

相信傅里叶变换的结果吧。
原因未知！

lsplf

我也是遇到这种问题，过来学习下