小波分析与信号处理

从时频分析的发展出发，详细分析了连续和离散小波变换与窗口傅里叶变换的时频特性，阐明了小波变换所拥有的优良时频特性及快速算法．研究了小波变换下信号奇异性特征，给出了小波变换在信息处理中的两个应用实例     

信号的时频分析评述

从信号的时频局部化分析着手，分析了傅里叶变换在信号分析中的重要作用，指出傅里叶变换在刻划信号的时间信息和频率信息上的矛盾所在，比较了加窗傅里叶分析的优缺点，由于其分析所加的时频窗口有确定的时宽和频宽，所以不能敏感反映信号的激烈变化程度，对前沿领域小波变换作了理论探讨，小波变换理论灵活的“变焦”特性，为信号的时频局部化分析提供了一条切实可行的方法。     

小波变换及其在滚动轴承故障诊断中的应用

小波变换不仅具有良好的时频局部化特性,而且它的时域分辨率和频域分辨率随着分解尺度变化而变化．广义的小波分析包括多分辨率分析和小波包分析,本文采用小波分解和信号重构的方法,提起了噪声掩盖下滚动轴承振动信号中的故障信息,并计算出406滚动轴承外圈故障下的故障特征频率,通过对比由公式求取的故障特征频率,从而对滚动轴承的故障进行诊断．     

小波变换在瞬态信号检测中的应用

阐述了利用小波变换（ＷＴ）进行信号瞬态检测的原理。众所周知。短时Ｆｏｕｒｉｅｒ变换（ＳＴＦＴ）的时频分辨率固定不变,因此,其应用受到一定限制。小波变换的特点是将一维时域信号映射到时频域上,且其时频分辨率是变化的,这在信号检测中上有较强的优势。本文给出了计算机分析结果。     

基于小波变换的故障信号检测

分析了小波变换的时频局部化特性及其于多分辨分析的信号小波的分解算法，研究了信号局部奇异性的小波变换下的特性；根据故障信号的局部奇异性在小波变换下模的极大植及其在不同尺度上的传播特性，对308型滚动轴承振动加速度故障信号进行分解，对故障特征信号进行时域定位，并提取了故障特征频率f=46.88Hz，这与实际的故障特征频率相近，说明该方法适用于滚动轴承的在线监测和故障诊断。     

基于广义S变换的测井信号时频谱分析

S变换虽兼备短时傅里叶变换和小波变换的优点,但基本小波固定,在薄互层识别方面受到较大限制。广义S变换,通过引入λ,p两个参数对S变换中的高斯窗函数进行改造,时频分辨率得到了明显提高。本文在对广义S变换方法原理进一步研究的基础上,应用VC++在Qt平台上编写了广义S变换时频分析程序,并构造平稳信号和非平稳信号进行了对比分析,凸显了广义S变换的时频聚焦性。最后,应用该方法对实际测井信号进行了时频谱分析,取得了良好效果。     

几种时频分析方法的比较及应用

地震信号属于非平稳信号,常规傅立叶变换方法不能刻画任一时刻的频率成分,无法对其进行全面的分析。时频分析方法将一维时域信号变换到二维的时频平面,全面反映地震信号的时频联合特征。本文介绍了短时傅立叶变换、连续小波变换、Wigner-Ville分布、Cohen类分布四种时频分析方法,通过理论合成信号试算,从时间分辨率、频率分辨率,以及对多频率成份信号适应能力等方面阐述了这四种方法的优缺点,进一步分析比较了这四种方法的特点及应用效果。     

小波理论与时频分析Ⅱ:算法,实现与应用

本文是小波理论与时频分析的第二部分。主要讨论小波变换的算法，实现及其在信号分析中的应用。首先，讨论了多分辨信号分析的基本理论；然后讨论了信号的多分辨率分解与重建算法及其相应的实现方案；最后就小波理论在计算机视觉、子带编码、数据压缩及滤波方面的应用作了较为详细地说明。     

基于小波变换的心电信号的分析与处理

本文分析了小波变换与窗口傅里叶变换的时频特性,以及小波变换下信号的奇异特征,研究了基于小波变换的心电信号的特征提取与心电信号的消噪处理,研究结果表明,心电信号中ＱＲＳ波的平均检出率可达９９％以上;经消噪处理后的重建心电信号的信噪比可由原来的５．１ｄＢ提高到１２．８ｄＢ,因此,小波变换技术是生物医学信号分析与处理的又一可行有效的技术方法。     

时频分析与小波变换及其应用

详细分析了小波变换、短时傅立叶变换和Gabor展开 3种变换形式 ,介绍了它们在工程中的应用 .认为传统的信号分析和处理是在信号的时域或频域上进行的 ,其基础是假设信号或随机过程均为平稳或时不变的信号 ,而时频变换对于非平稳或时变信号的分析和处理有效     

基于小波变换的非平稳信号分析与处理

针对傅里叶变换在非平稳信号分析中的难点问题,将小波变换和短时傅里叶变换应用于典型的非平稳信号,进行时频分析研究,所获得的特性比普通的傅里叶变换构成的频谱分析结果更清晰、准确,表明这两种时频分析方法独有的优越性、正确性、实用性.小波的多分辨特性更使得分析结果优于短时傅里叶变换.在此基础上用该方法对小波时频分析方法的抗噪性能进行研究,并从小波基函数的性质和实际仿真效果两方面设定参数,得出最优分析结果,改善了小波时频分析方法在高频处频率不易确定的问题.     

小波变换在语音信号处理上的应用

利用小波的多分辨率分析,以及其良好的空间域和频率域局部化特点,针对语音信号特征,选取适当的小波算法进行去噪和增强语音,压缩编码,提取语音信号特征等处理。通过Matlab仿真分析,得到增强后的信号图和压缩后的压缩比参数、能量保留参数、零系数比例系数,提取的信号特征。结果表明,基于小波变换的语音信号处理表现出良好的特性。     

公交调度系统事件检测算法研究

利用小波Mallat算法对GPS采集的速度信号进行分解,并利用小波变换模极大值与信号奇异点的对应关系对信号进行突变点检测.根据小波可同时进行时频分析的特性,将GPS采集的速度信号在时频空间展开,并根据不同的公交车运行状态分别对信号进行分析.最后提出了以突变点大小、位置、个数以及平均速度和速度零点时间长短为参数的综合事件判别条件.通过与实测公交运行状态对比发现,以小波变换对GPS采集的速度信号进行突变点检测是非常有效的.     

一类复子波的时-频局域化特征分析

介绍了一类新的复基子波——Y-母波,引进时间算子和频率算子分析了Y-母波的时间、频率和时-频局域化特征。理论和数值分析结果表明:Y-母波具有良好的时-频局域化特征;选择适当的参变量,可以构造出逼近"最优"时-频局域化特征窗函数的复母波。     

基于时频混合矩的小波调制信号识别

小波调制信号是一种特殊的调制信号,该文基于小波调制信号独特的时频特征,利用自适应优化核时频分布方法,探讨基于时频混合矩的多载波调制信号的识别。仿真表明,该方法不仅能将小波调制与OFDM信号进行分类,同时还能对不同调制级的小波调制信号进行分类。     

Filtering detecting signal of rockbolt with harmonic wavelet

Harmonic wavelets not only possess the traditional advantages of a wavelet function,they also have other merits such as clear expressions,more flexible time-frequency divisions,a simple transformation algorithm,a finer box-like frequency spectrum and others.Given the frequency distribution characteristics of the nondestructive testing signals from a rockbolt support system and based on the discrete harmonic wavelet transformation theory,we have effectively abstracted signals from frequency ranges concerned by removing useless high and low frequency signals from the testing signals of the rockbolt support system and obtained filtered signals with a reconstruction algorithm of harmonic wavelets.Finally,we applied the harmonic wavelet transformation in filtering analog signals and measured response signals of rockbolts.The results indicate that harmonic wavelets also have excellent filtering characteristics.     

基于MRA的PD信号提取算法与实验研究

小波方法不但具有多尺度分辨和时频局部化特性，而且可以准确地捕捉突变信号的特征，并可以在不同尺度上考察“瞬变”信号特征的演化过程．针对PD信号的瞬变性和随机性，基于小波的MRA法，分析了PD和噪声信号的尺度和小波空间表征，给出了PD信号提取和重构算法，并进行了数学仿真．通过实验模拟验证，结果表明，基于小波MRA的PD信号提取和重构算法快速准确，可以为高压电器绝缘故障诊断、模式辨识提供准确信息源．     

动平衡信号的时频分析方法研究

针对动平衡信号面向去重平衡机应用时存在的非线性、非平稳性以及实时性,本文在分析硬支撑动平衡理论的基础上,以联合时频分析方法对标准工件进行加重获得的动平衡信号为研究对象,分别用短时傅立叶变换(STFT)、Wigner-Ville分布(WVD)、小波变换和Hilbert-Huang变换(HHT)对动平衡信号进行时频分析。仿真结果表明,STFT是基于窗函数变换的分析方法,对信号局部分析能力不足且分析精度不高;WVD虽然具有好的时频聚集性,但对多分量信号存在交叉干扰项;小波变换局部分析能力强且分析精度高,但涉及小波基的选择,对非平稳信号不具有实时性;HHT可根据信号的局部时变特征对其进行自适应分解,最终给出信号的时频谱和幅值谱,能够准确描述动平衡信号的特征,具有很高的时频分辨率和时频聚集性。     

转子叶片裂纹故障特征提取研究

小波包分解能对信号高、低频部分局部进行细化并具有保留原信号时域特征的优点，是一种对非平稳信号进行有效识别的技术．文中从采集到的有叶片裂纹时的振动信号，用德比契斯小波对包含叶片裂纹故障的振动信号作4尺度小波包分解，通过选取适当的频段用小波包重构算法进行信号重构，提取叶片裂纹故障的特征，从而实现转子叶片裂纹故障诊断．