S 変換と HHT のどちらを選択する場合、本当の問題は、どちらがより高度に聞こえるかということではありません。それは、構築しているボックスが現場でそれを処理できるかどうかです。どちらの方法でも、時間と周波数の乱れを特定できます。しかし、信号に関して異なる仮定を立て、ハードウェアのコストが異なり、失敗の仕方も異なります。この違いによって、使用可能な開始時間と終了時間が得られるか、それとも人間による整理が必要な結果の山が得られるかが決まります。

S 変換は、短時間フーリエ変換とウェーブレット変換を組み合わせたものです。ガウス ウィンドウは、周波数が上がると狭くなり、周波数が下がると広くなります。したがって、低周波数では良好な周波数分解能が得られ、高周波数では自然に時間分解能が高まります。実用的な利点の 1 つは、出力が安定していることです。同じ外乱を再度入力すると、時間周波数行列は基本的に同じように見えます。エンジニアはアルゴリズムがどのように動作するかを毎回学び直す必要はありません。電圧低下や電圧上昇などの単一周波数イベントの開始と終了を抽出する場合、研究では優れた精度とノイズ耐性が示され続けています。コストは計算です。完全な S 変換では、多くの冗長な時間周波数データが発生します。組み込みデバイスでフルバージョンを実行すると、応答時間が急速に延びる可能性があります。そのため、実際の製品では高速 S 変換や、重要な周波数ポイントのみを保持する「不完全な」バージョンが使用されることがよくあります。リアルタイムのパフォーマンスを得るために一部の情報を交換し、その交換を管理します。
HHTは別の道を歩みます。まず経験的モード分解を使用して信号を固有モード関数に分割し、次にそれぞれの関数に対してヒルベルト変換を実行します。基底関数は事前設定されません。その適応性が主なセールスポイントです。フィールド信号に混合周波数成分または複数の種類の外乱が含まれる場合、HHT では、ウィンドウの幅をどれくらいにするか、またはどの基準を選択するかを事前に決定する必要がありません。これは、混合障害の場合には魅力的です。問題はまさにその「適応」の部分にあります。 EMD の出力は信号の形状とノイズ レベルに大きく依存します。モードの混合とエンドポイントの効果は、まれな不具合ではありません。それらはメソッドに組み込まれた傾向です。 IMF がモードを混合すると、瞬間的な振幅と周波数の物理的意味があいまいになり、定位結果の一貫性が低くなります。一般的な修正には、ノイズ支援分解、EMD と VMD の交換、またはローカル コールに最初のいくつかの IMF のみを使用することが含まれます。しかし、これらはメソッドのパッチであり、限界を取り除くものではありません。
ハードウェアとリアルタイムの動作により、トレードオフがより具体的になります。 S 変換は重いですが、その並列構造はかなり規則的であるため、FPGA または DSP 上の固定小数点アクセラレーションに適合し、高速バリアントには成熟したハードウェア パスがあります。 HHT は紙の上ではそれほど重く見えないかもしれませんが、EMD は反復的なふるい分けプロセスです。反復数と分解レベルは信号とともに変化するため、リアルタイムの動作には安定した上限がありません。一定の応答遅延を約束する必要がある電力品質モニターの場合、その不確実性に対処することは、単に遅いということよりも困難です。

したがって、選択ロジックはこれに帰着します。主な目的が電圧低下、うねり、およびブリーチ (単一または準単一周波数の発生) であり、位置特定の精度と再現性が最も重要であり、装置が迅速な S 変換または主周波数抽出を実行できる場合、S 変換がより信頼性の高い代替手段となります。事前に完全に理解されていない組み合わせの周波数内容と妨害タイプに直面した場合、HHT が提供する柔軟性を使用できます。ただし、ノイズとモードの混合によって限界がわかりにくくなる可能性があることを受け入れなければならず、分解品質の保護手段や融合アプローチを導入する価値はあるでしょう。あらゆる外乱の種類やハードウェアの制限に勝てる方法はありません。エンジニアリングの要求は、最初に実際に何を見つけようとしているのかを把握し、次にアルゴリズムをそのジョブに適合させることです。その逆ではありません。