实验动物兔子心电图奇异性检测：进化谱方法

基于小波变换的进化谱分析能够揭示非平稳信号特定时刻的时一频域特性．实验动物兔子左冠状动脉前降支结扎实验,可以模拟早期心肌缺血症状的不同生理变化过程．左冠状动脉病变引发心肌缺血是急性心肌梗死等冠心病的早期主要征兆．文中提出了基于连续复小波变换的进化谱估计算法,在满足时一频域不确定性原理条件下,为获得非平稳信号的瞬时频谱提供了一种有效的新方法,它能够识别生命系统数据中的局部奇异性．应用这种算法对实验动物兔子的多种心电图数据的进化谱分析结果表明,QRS波群进化谱特性的变化与早期心肌缺血有内在关联．QRS波群进化谱品质因数Q是心电图在时频域的一个特征参数,Q数值变异可能为识别早期心肌缺血提供一种新的医学诊断参考特征．     

时频分析在舰船低频声信号分析中的应用

舰船辐射噪声是一个非平穗过程,以傅立叶变换为基础的传统谱分析方法已经难以发挥作用.时频分析因其在时一频域都具有表征信号局部特征的能力而成为非平稳信号分析的有力工具.通过对实验数据的分析处理,得到舰船低频辐射噪声的时频特征.     

移频信号抗干扰检测算法研究

时域分析和傅氏变换的频域分析方法是现代铁路信号检测的主要方法之一 .随着铁路的发展 ,需要更多的信息量和更加有效的铁路信号检测方法 ,以满足铁路运输安全和高效率的需要 .近年来 ,现代频域分析已有很大的进展 ,出现许多新的信号分析处理方法 ,特别是小波和高阶谱分析的发展 ,已能分别对非平稳和非高斯信号进行有效地分析处理 .本文尝试采用小波变换对铁路移频信号进行分析 ,在分析时考虑交流干扰 ,得到铁路移频信号的完整参数 ,并给出仿真结果     

正交小波变换的残余相关分析

构造了正交小波变换矩阵，分析了平稳模型和非平稳模型下正交小波变换的残余相关特性．实验结果表明，对于非平稳信号，正交小波变换的去相关性能好于离散余弦变换；而对平稳信号，正交小波变换性能较差，因此，在数据压缩应用中，应使用正交小波变换与其它经典变换相结合的编码方法     

非平稳大地测量信号特征信息小波识别

将小波变换和Fourier变换的谱分析结合起来,在时域中记录大地测量信号序列的突变时间,在频域中提取信号突变的频段,通过序列在小波变换各尺度上的小波能量时谱和能量频谱可以得到大地测量内涵的主要复杂过程的有关尺度层次,进而分析、识别内涵的特征信息.仿真实例表明,该方法既保证了特征信息提取的质量,又降低了计算的时空复杂度.对山东基准站的YATI站和WUDI站的年周期、半年周期、季节周期数据进行实例分析,识别提取了特征信息,效果良好.     

基于小波变换的图像处理技术研究

小波变换由于自身具备的时频域局部化特性,能有效地克服Fourier变换在处理非平稳的复杂图像信号时所存在的局限,已成为图像处理的一种重要手段。在简单介绍小波变换基本原理的基础上,举例说明了小波变换在图像去噪、压缩、增强和融合等方面的应用。实验结果表明:将小波变换应用于图像处理可获得良好的处理效果。     

小波变换及其在岩石超声检测中的应用

介绍了小波变换的基本概念和特性。应用小波变换对岩石超声波检测信号进行了时频分析和处理。结果表明,该方法是分析处理具有时变谱特性的非平稳信号的一种有效方法。     

小波理论及其在光纤陀螺信号分析中的应用

分析了Ｆｏｒｉｅｒ变换、短时Ｆｏｕｒｉｅｒ变换和小波变换的不同特点以及光纤陀螺信号噪声产生的原因。根据光纤陀螺信号零点漂移的非平稳随机性和非正态分布特性,提出了利用小波变换所具有的时频局部化优点对其随机过程进行功率谱分析,在此基础上给出了随机过程的时－频功率谱的分析方法,选用具有良好紧支性的Ｍｅｘｏ帽小波为母小波对光纤陀螺随机噪声有序列进行处理,仿真结果表明,基于小波理论的时－频功率方法对光纤陀螺信号随机过程分析的有效性。     

周期平稳故障信号分析

针对周期平稳故障信号的特点,给出了时域、频域、时频域分析以及统计理论分析方法.首先,利用周期平稳信号的特点,采用季节性模型,对周期平稳信号进行建模,并作预测预报;其次,采用循环平稳度、循环相关谱等周期平稳信号的特征量有效地获取其他方法难以获得的信息;通过实例给出了进化谱理论及其应用方法,结果表明进化谱在故障诊断中有着较好的分析作用;最后,采用时频域分析较好地分析出非平稳信号的各种尺度信号的特征.     

基于Morlet小波变换的振动特性参数识别

传统的振动系统特性参数识别方法对于非线性、非平稳信号的处理能力差,尤其对于阻尼比的识别精度较低.将Morlet小波变换和随机减量技术相结合识别振动系统的特性参数,首先利用随机减量技术提取振动的自由衰减响应信号,进而由Morlet小波变换对信号进行连续的小波变换处理得到小波能量谱,结合参数识别的基本理论及对时间-幅值坐标面曲线的半对数拟合结果得到振动系统的频率及阻尼比,数值仿真结果表明,提出的方法能有效识别系统的固有频率和阻尼比.将该方法应用于罐车模型流固耦合冲击试验研究,较好地识别出充液工况下振动系统的固有频率和阻尼比.     

基于时频联合特征提取的风电机组齿轮箱齿轮磨损程度识别

针对风电机组齿轮箱齿轮发生磨损故障时其声信号非平稳非线性的特点,提出一种基于小波域倒谱的时频域联合特征提取,并与支持向量机相结合的方法,对齿轮磨损程度进行识别.特征提取部分选用db3小波对原始声信号进行三层小波包分解,对每一个节点分别进行小波包重构,计算出重构信号的能量值并进行归一化;对重构信号进行倒谱变换并选取频域异常幅值对应的频率作为特征值,形成一个八维的特征向量;以波形、峰值、峭度、脉冲、裕度五个时域因子组成时频联合特征向量作为原始信号的特征输入;用支持向量机作为模式识别的工具.试验结果表明,基于时频联合特征的分析相对于单特征提取在一定程度上提高了故障识别的准确率.     

正交小波变换的残余相应分析

构造了正交小波变换矩阵，分析了平稳模型和非平衡模型上正交小波变换的残余相关特性。实验结果表明，对于非平稳信号，正交小波变换的去相关性能好于离散余弦变换，而对平稳信号，正交小波变换性能较差，因此，在数据压缩应用中，应使用正交小流变换与其它经典变换相结合的编码方法 。     

三种时频分析方法在心音信号分析中的应用

文章介绍了一种新的时频分析方法—— Hilbert谱分析 ,并将其应用到心音信号的时频分析中 ,分析对比了短时 Fourier变换 ,小波分析和 Hilbert谱分析这三种方法在处理心音信号时的性能差异 .传统的基于 Fourier的方法不能有效的分析非平稳信号 .文章分析证明了这种新方法在分析像心音信号这种非平稳信号的有效性 ,它能对信号的时频分布做出比短时 Fourier变换和小波分析更为精确的描述 .用这种方法 ,我们能提取心音信号中频率变化的信息 .     

小波变换在信号奇异性检测中的应用仿真研究

小波变换突破了传统傅里叶变换等信号处理方法,在时域和频域上可同时对信号实现局部化处理,更符合信号非平稳的变频带结构特征,因而在信号检测奇异性等方面具有广泛的应用价值。简要地介绍了小波应用在信号奇异性检测方面变换的基本原理,最后通过仿真实验进行验证。     

心电信号小波分析

心电信号是一种非平稳并具有很多奇异点的微弱信号。小波变换中的模极大值消噪法具有非线性及自适应性,小波的这种特性对于类似于心电信号这种非平稳微弱信号是十分适用的。针对传统的消噪方法在处理心电信号时的局限性,研究了小波变换的时-频局部化特性及基于多分辨率分析的信号小波分解和重构算法———Mallat算法。采用小波分析的模极大值法实现对QRS波R峰值点的检测,以及对心电信号的消噪处理。通过试验研究可知,运用小波进行QRS波检测,QRS波的识别率高达99.9%,经过消噪重构后的心电信号信噪比较原始信号有较大提高。     

基于阶比跟踪的全息谱技术

分析了传统全息谱技术的原理,针对传统全息谱技术只能应用于平稳信号的不足,提出了一种基于阶比跟踪的全息谱分析方法.该方法通过阶比跟踪采样,把时域里的非平稳信号转化为角域里的平稳信号,再应用传统全息谱技术进行分析,减少了非平稳信号对全息谱图的影响,扩大了全息谱分析方法的应用范围.研究了阶比跟踪全息谱的原理,并进行了仿真实验.仿真实验和误差分析表明:与传统全息谱分析方法相比,此方法可以有效用于非平稳信号的分析中,谱图清晰,效果明显.     

小波减噪和双谱分析在轴承故障诊断中的应用

提出了基于小波减噪技术和双谱分析的滚动轴承故障诊断的方法。利用小波变换及其减噪技术对滚动轴承早期微弱故障振动信号的特征频率进行提取，采用双谱估计可绘出滚动轴承故障信号的特征图谱。实验表明，小波减噪和双谱分析方法可以敏感地监测滚动轴承工作状态，并且利用特征图谱可以有效地识别滚动轴承不同的故障特征。     

基于小波分析的轴承故障诊断研究

提出了基于正交变换的滚动轴承故障诊断新方法。利用正交小波基将滚动轴承故障信号变换到时间 -频率域 ,通过小波重构信号的希尔波特变换解调和包络谱分析 ,对轴承的故障进行了有效的诊断。文中实例证明 ,小波变换对处理非平稳信号具有很好的应用效果     

小波包时频分析方法的研究及应用

针对非线性、非平稳信号分析与处理方法不能满足某些特别的工程要求的问题,提出将小波包变换和短时傅立叶变换融合形成小波包时频分析技术.建立了一套较完善的小波包时频分析技术框架体系.给出了小波包时频分量谱与小波包时频分量幅度谱以及小波包时频谱与小波包时频幅度谱的算法.对小波包分解的直接算法、Mallat算法、混合算法在计算量和识别精度等方面进行了比较研究.应用Visual C++,OpenGL,photoshop等计算机软件工具和虚拟仪器技术开发了一套虚拟小渡包时频分析仪.能实现任意信号的小波包分解和显示.最后将小波包时频分析应用于仿真测试信号与实测机械磨床振动信号,发现小波包时频分析在识别奇异、辨别信号深层次细节方面具有较好的性质.     

两种时频分析方法在心音信号处理上的比较研究

在介绍小波变换（WT）和希尔伯特一黄变换（HHT）时频分析的基础上,通过非平稳信号实例对比分析了小波变换和Hilbert变换,并将其应用于心音信号的处理。通过比较和分析小波变换和Hilbert变换在心音信号处理上的特点,最后得出结论：HHT变换有较好的计算效率以及较好的时域和频域分辨率,在分析非平稳信号时比小波分析更具适应性,在心脏疾病诊断等研究中有着广阔的应用前景。