单侧感音神经性听力损伤患者的失匹配负波小波时频分析

目前,对失匹配负波(MMN)的研究主要集中在时域上观察负波的波形与潜伏期。本研究的目的在于利用小波时频变换对神经认知功能的结构及强度进行分析,以此作为鉴别听力损伤后中枢反应的标志。利用128导联电极记录左侧感音神经性听力损伤人群和听力正常人群的MMN,经过小波时频分析,发现MMN波段能量主要集中在低频段(0~4Hz),分别统计计算两组人的MMN在低频段的小波功率谱,结果表明,正常人与听力受损患者的小波功率谱值存在显著性差异,可见,这种与功能性神经元网络激活相关的时频小波变换能作为特定神经认知功能的判断工具。     

能量无限的信号的小波分析方法

利用连续小波变换研究了能量为无限的信号的谱分析，引进了时－频功率谱的概念，并研究了时－频功率谱与经典的功率谱及平均功率的关系；还引进了自相关函数的小波变换，且研究了它与时－频功率谱之间的关系。     

胶合板加载损伤的声发射信号小波包特征提取

为识别胶合板的不同损伤类型,将小波包时频分析与能量谱相结合,提出基于时频和频段能量占比的胶合板损伤声发射信号特征提取方法。结果表明:3层胶合板表板断裂信号以膨胀波和弯曲波模式并举,频谱较宽,能量主要集中在小波能量谱的第1、2、3、4和7频段;5层胶合板表板断裂信号频率单一,幅值较高,以膨胀波为主;整板断裂主要以弯曲波模式为主,频率较低,能量多集中于第1、2频段;脱胶和3层板整板断裂信号波形为膨胀波和弯曲波混合型,弯曲波为主,能量多集中于第1、2、3、4频段。实验表明,频谱、小波包时频、小波包能量谱联合分析,能够识别各种加载破坏形式对应的声发射信号特征。     

基于小波包变换的人工地震波合成

以原始地震波为母波,以与抗震规范相容的功率谱为目标谱,利用功率谱与小波包变换系数之间的关系式,提出了利用小波包变换合成人工地震波的新方法.通过实例分析发现:人工合成的地震波功率谱与目标谱符合较好,而且继承了母波的非平稳特性;具有相似功率谱的地震波的时程图却有很大的差异,在实际工程中选择地震波时,不但要考虑地震波的频域特性,还要考虑其时频特性;人工合成地震波时,应选择多个小波基函数进行精度对比,从中挑选出误差小精度高的小波基函数作为实际合成地震波使用;不同分解水平下的合成精度也有所差异,并不是分解水平越高人工合成地震波的精度也越高.     

以变换时频能量谱技术在地震层序划分中的应用

小波时频能量谱是在小波变换时频分析基础上,计算小波频变能量。将小波变换时频能量谱技术与层序地层学理论相结合,以寻找不同类型沉积旋回与小波能量谱之间的对应关系,为地震层序的划分以及沉积相分析提供理论依据。通过对理论模型和实际资料的计算表明,小波时频能量谱方法分析研究沉积旋回体是可行的,可揭示地下沉积旋回体相关信息,有利于研究沉积旋回体的内部结构和物质成分的分布。     

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。     

小波分析在轴承故障诊断中的应用

分析了小波的频率分解特性及信号分解后的频率分布范围,并将小波变换与功率谱分析相结合,利用小波将检测到的轴承正常信号和故障信号分解到各个频段,通过比较分解出正常信号与噪声信号的功率谱,分析轴承故障原因,得出故障模式。     

基于小波包熵的船舶轴频电场信号检测

为了有效地从海洋环境电场背景中检测微弱的船舶轴频电场信号,提出了一种基于小波包熵的船舶轴频电场信号检测算法.首先使用小波包变换对测量信号进行多层分解并计算最后一层各结点的重构信号;然后计算各结点重构信号的小波包熵;最后选取小波包熵最小的重构信号作为检测信号进行滑动功率谱检测.通过实测数据和仿真数据对该算法和滑动功率谱算...     

基于小波包频带能量检测技术的结构损伤诊断

小波包变换能将振动信号按任意时频分辨率分解到不同频段, 而各频段信号的能量变化包含着丰富的信息.以悬臂梁为实验对象,对不同损伤程度下的振动信号进行小波去噪后,通过4尺度小波包分解和重构,得到了其能量谱图.实验结果表明:损伤程度不同,小波包能量谱图明显不同.因此可将敏感频带的能量值作为损伤程度的特征值进行损伤诊断.     

用小波变换谱均衡法提高地震资料的分辨率

谱均衡方法是提高地震资料分辨率的一种有效方法.通常,谱均衡方法是通过傅立叶正变换在频率域实现的,但是,傅立叶变换存在着先天不足的缺陷,即时-频局域性差,它不能分析信号的局部频率特性.小波变换方法的时-频局部性要优于傅立叶变换,它克服了傅立叶变换的不足,既能保证变换是可逆的,又可以分析信号的局部频率特性.文中充分利用小波变换与谱均衡的优点,利用小波变换与谱均衡相结合的方法,对不同尺度的分解结果进行谱均衡处理,以达到提高分辨率的目的.