作者徐佳、麻凤海在Hilbert-Huang变换(HHT)理论及其在结构变形监测数据分析等方面进行了深入系统的研究。《希尔伯特-黄变换理论及其在重大工程变形监测中的应用》分析了当今国内外变形分析与预报理论方法，对这些方法的特点及应用进行分析，提出建立变形分析与预报应考虑的因素；研究了希尔伯特—黄变换理论及其改进；构造一种新型的时空滤波方式并与小波去噪方法进行了比较，并将之应用在大型工程变形信号特征提取中；研究了HHT在GPS动态监测数据处理中的应用；研究了环境激励下基于分层引入随机减量技术(RDT)的HHT多自由度模态识别模型的建立，并将此模型用于桥梁工程的变形监测预报；将HHT与神经网络相结合用于边坡预测模型，开发了EEMD-神经网络模型边坡变形分析预报系统，对非平稳、非线性动态系统时间序列进行预测。

变形监测数据处理是结构健康监测的一个重要内容。大型结构变形监测的数据往往表现出非线性、非平稳、含有强噪声及多种频率成分叠加的多尺度特征等特点。《希尔伯特-黄变换理论及其在重大工程变形监测中的应用》作者徐佳、麻凤基于理论分析、数值仿真、实验及现场监测等方法，对希尔伯特—黄(HHT)理论进行了系统研究，对基于EEMD滤波去噪特性及其在结构动态特性分析的模型建立等问题进行了分析；之后结合GPS动态监测数据处理、阜新海州露天矿边坡监测数据处理、GPS桥梁动态监测特性分析，以及基于地面微波雷达桥梁动态监测数据处理等实例，介绍了HHT在重大工程变形监测中的分析方法。

《希尔伯特-黄变换理论及其在重大工程变形监测中的应用》可供工程测量、土木工程、结构监测等领域的研究人员、工程技术人员和高等院校相关专业师生参考。

1 绪论

 1.1 研究背景

 1.2 变形分析的内涵

 1.3 变形监测数据处理方法

 1.4 希尔伯特—黄变换方法研究现状

2 希尔伯特—黄变换(HHT)基本原理与仿真研究

 2.1 引言

 2.2 Hilbert变换与解析信号

 2.3 本征模态函数(IMF)

 2.4 经验模态分解(EMD)

 2.5 Hilbert谱和边际谱

 2.6 集成经验模态分解(EEMD)法的理论研究

 2.7 EEMD消除模态混叠

 2.8 EEMD分解后处理

 2.9 本章小结

3 EEMD在监测信号去噪中的应用研究

 3.1 引言

 3.2 小波去噪法

 3.3 EEMD滤波特性

 3.4 EEMD滤波去噪法与小波去噪法的比较分析

 3.5 EEMD滤波在模态提取中的应用

 3.6 本章小结

4 HHT在环境激励下的结构模态识别中的应用

 4.1 引言

 4.2 环境激励下结构模态识别方法

 4.3 基于Hilbelt变换的模态参数识别

 4.4 平稳随机激励下单自由度系统模态参数识别

 4.5 平稳随机激励下多自由度系统模态参数识别

 4.6 非平稳随机激励下的模态识别

 4.7 本章小结

5 HHT在桥梁动态变形监测中的应用

 5.1 引言

 5.2 桥梁健康监测发展

 5.3 基于HHT的桥梁动态特性分析

 5.4 基于地面微波干涉雷达桥梁挠度监测分析

 5.5 本章小结

6 HHT在GPS动态变形监测中的应用

 6.1 引言

 6.2 GPS动态变形监测数据分析

 6.3 基于集成经验模态分解(EEMD)的多路径效应消除方法研究

 6.4 本章小结

7 HHT在露天矿边坡变形监测中的应用

 7.1 海州露天矿概况

 7.2 基于TCA2003露天矿边坡自动监测系统

 7.3 基于HHT的边坡变形分析与预测方法研究

 7.4 本章小结

8 结束语

 8.1 主要结论

 8.2 创新点

 8.3 今后工作的展望

参考文献