信号奇异性检测中小波分析的应用

信号的局部奇异性包含了信号的许多重要的信息,小波变换突破了傅立叶分析在时域和频域方面的局部化能力,适合对非平稳信号的处理.在介绍了小波分析的概念及其时频方面性质的基础上,讨论了小波的时频局部化在信号奇异性检测中的理论与方法,该方法非常适用对边缘信号与突变信号的处理和提取,因而在故障诊断中大有可为.     

连续小波变换与几种具体信号的傅立叶变换的比较

列出门函数、单边指数函数和阶跃函数这三种具体信号的连续小波变换与傅里叶变换的表达式,并通过表达式对连续小波变换与傅里叶变换进行比较．结果表明：傅里叶变换是线性变换,具有统一性和相似性,但不具有局部化性质,不能作局部分析;小波变换也是线性变换,同样具有统一性和相似性,并且是稳定的,还具有时一频同时局部性和自适应性．由此说明了小波变换在分析和处理信号时比傅里叶变换更加灵活、更加全面和深入．     

小波(包)滤波方法的GUI及其在深地震测深数据处理中的应用

在深地震测深数据处理中,仍多用基于傅里叶变换的滤波方法和小波二阶相关去噪方法.鉴于傅里叶变换方法对非稳态的地震信号不能提供在时频上的任何局部信息,而小波和小波包方法弥补了傅里叶变换的不足,能够提供时频上的任何局部信息,且高阶相关比二阶相关对随机噪声有更好的抑制和去除作用,本文结合小波和小波包去噪方法以及高阶相关去噪方法,编写了深地震测深数据处理的小波和小波包滤波方法的人机交互软件,用于抑制和去除地震信号中的加性高斯随机噪声.该软件可以方便快捷地显示深地震测深的地震记录截面,进行小波域的自适应阈值去噪、小波域和小波包域的二阶和高阶相关去噪以及基于傅氏变换的常规滤波.实例计算结果表明,方法和程序是有效且可行的.     

多尺度小波分析在煤矿主通风机故障诊断中的应用

快速傅里叶变换在信号分析中有着十分重要的作用,但传统的快速傅里叶变换无法分析通风机故障存在的趋势突变,故障的开始与结束等特征,而这些特征信号往往包含着故障的重要信息,同时,快速傅里叶变换对故障的局部信号分析也无能为力。为此,文中提出将多尺度小波理论与快速傅里叶变换相结合的方法,利用小波的"数学显微镜"特性,弥补快速傅里叶变换的不足,并将该方法应用于通风机故障诊断中,取得了良好的效果,试验表明,该方法可以有效地提高故障诊断的准确性。     

心音信号的时频分析

首先对几种典型信号的计算结果进行了分析，并比较研究了短时傅里叶变换和连续小波变换在心音信号时频分析方面的性能差异．指出了应用这２种方法应该注意的问题，并对一例正常和一例非正常的心音信号的时频分析进行了讨论     

常用时频变换方法的浅析与比较

傅里叶变换、短时傅里叶变换和小波变换是信号处理中最常用的时频变换工具,本文对这三种常用时频变换工具进行了理论介绍,并比较和分析了三种变换方法在信号处理中特点和存在的缺陷。     

32个三硝基芳香族炸药分子的原子化能与其撞击感度的关系研究

窗口傅里叶变换和S变换都是常用的时频分析技术．窗口傅里叶变换采用大小固定的时频分析窗口对信号在时域和频域进行处理．S变换采用受到信号瞬时频率控制的可变窗口对信号进行分析,它集合了窗口傅里叶变换和小波变换的优点．论文对比分析了基于“脊”处理思想的二维（2-D）窗口傅里叶和2-D Ｓ变换在基于结构光投影的光学三维面形测量中的应用．推导了他们用于条纹图相位场计算的表达式,并对比了他们的三维重建效果．模拟和实验都表明：基于“脊”处理的二维S变换方法比二维窗口傅里叶变换方法有更高的相位提取精度,即使分析严重噪声污染     

基于Morlet小波尺度参数寻优的匹配追踪时频分析

与短时傅里叶变换、连续小波变换、广义S变换等时频分析方法相比,匹配追踪方法具有更高的时频分辨率,但传统的贪婪迭代算法计算效率较低。以Morlet小波作为时频原子进行匹配追踪,通过分析尺度因子不同时Morlet小波时频原子在时间域的形态,比较信号向频率、相位和延时相同,仅尺度因子不同的不同时频原子投影的投影值,认为尺度因子对时频原子的形态具有较强的控制作用,因而对时频原子和信号局部特征的匹配性能具有较强的控制作用。基于以上分析,在利用复地震道计算信号的瞬时信息作为时频原子频率、相位和时延等参数的基础上,对Morlet小波时频原子的尺度参数首先进行一维寻优,在得到最佳尺度因子基础上对时频原子参数进行微调,提高了计算效率。针对模型测试了算法的有效性及在去除噪声和薄层厚度求取等方面的应用前景。     

基于Mallat算法的直流电动机振动信号处理研究

振动信号是最能够全面反映电机运行状态的信号,所以在相关研究中一般都通过分析振动信号提取状态特征．振动信号属于非平稳随机信号．信号的奇异性部分往往包含了非常重要的信息,因此奇异性检测成为振动信号处理的主要内容．小波变换突破了传统傅里叶变换在时域和频域局部化方面的局限,非常适合对非平稳随机信号进行降噪滤波和特征提取．     

小波变换技术概述

小波变换具有良好的时频局部化特性,通过小波变换可以将一个时域信号进行多分辨分解,因此小波变换技术就常被应用到数字水印中来。文章对小波变换理论及其相关知识进行了研究,论述了离散小波变换、多分辨率分析等理论。