基于希尔伯特黄变换的自适应相位提取法

提出了一种基于希尔伯特黄变换的自适应相位提取法。该方法通过对条纹图信号进行经验模态分解得到一系列本征模函数(IMF)。对每个IMF进行希尔伯特谱分析，提出准则用以确定噪声IMF并判断是否存在模式混叠问题。若存在，根据该噪声IMF自适应设计新的“噪声”并将其添加到原信号中，然后对所形成的新信号再次分解，重复进行该过程直到相应的模式混叠问题不再存在。将最后一次分解所得的噪声IMF和背景分量从信号中去除，对所得的基频分量做希尔伯特变换即可得到条纹图的包裹相位分布。所提方法可有效克服模式混叠问题，可在有效去除噪声和背景分量的同时尽量保留细节相位信息，有较好的自适应性及稳健性，测量精度高。