小波分析及其应用的研究现状和发展趋势

简述了小波发展的基本过程和小波分析理论的基本内容。介绍了小波分析应用现状并概述了它在工程中比较成功的应用,讨论了小波研究的发展趋势,最后介绍了近几年来笔在小波分析应用中所做的工作。     

小波分析在柴油机噪声分析中的应用

简述了小波分析的基本原理 ,并把小波分析方法应用到柴油机噪声信号的分析中 ,即通过二进离散小波变换 ,把实际噪声信号进行多层小波分解 ,使突变冲击信号和具有一定频率特征的平稳周期性信号得到良好的图形显示 ,为噪声分析和采取降噪措施提供了理论依据     

电力系统故障信号的小波分析和处理方法研究

将小波分析方法应用于电力系统故障信号分析和处理，获得了小波包分析和数据压缩处理两个方面较好的结果。在给出小波分析概念的基础上，较为详细地讨论了离散二进正交小波算法，并利用该算法分析了电力系统故障信号，获得了较好的结果。     

在暂态电能质量检测中的小波性能比较

针对小波分析中所用到的小波函数具有不唯一性及用不同的小波基函数分析同一个问题会产生不同结果的特点,对于普遍应用的Daub4小波和Meyer小波,在各种不同类型的电能质量分析中的结果进行了比较.结果表明,在几乎所有的暂态问题中,Meyer小波的检测能力都要优于Daub4小波.     

下期发表论文摘要预告

针对小波分析中所用到的小波函数具有不唯一性及用不同的小波基函数分析同一个问题会产生不同结果的特点,对于普遍应用的Daub4小波和Meyer小波,在各种不同类型的电能质量分析中的结果进行了比较.结果表明,在几乎所有的暂态问题中,Meyer小波的检测能力都要优于Daub4小波.     

小波分析在滤波中的应用

小波分析是一种能同时在时间域和频率域内进行局部分析的新的信号分析方法。该文首先引入小波分析的概念,介绍了声音变换;然后根据地球物理勘探中数据量大,处理速度要求高的特点选用了Ｍｏｒｌｅｔ小波,并做了适当的简化,实现了小波正反变换,最后系统地探讨了在陷波,时频滤波,时变滤波中的应用,通过几个数学模型和一个物理模型的试验,均得到了理想的结果。     

小波分析的一些有前景的应用领域

本文分析了小波分析一些有前景的应用领域,对小波分析在活动图像压缩中的应用作了深入讨论,并对小波分析的未来发展作了预测。     

小波包分析在信号压缩中的应用

着重介绍了将信号在小波包最优基下展开,利用小波包最优基极好的空间、尺度定位性,使得信号的小波包变换系数在小波变换域尽可能集中,从而使在不降低压缩信号的质量情况下,进一步提高信号压缩比成为可能.具体讨论了小波包分析及小波包最优基的选取,同时针对小波分析在信号压缩中的局限性,研究用小波包分析来进行信号的压缩,从而提高了信号的压缩比和重建信号的质量,并用于实际数据处理压缩.     

小波分析在柴油机噪声分析中的应用

简述了小波分析的基本原理，并把小波分析方法应用到柴油机噪声信号的分析中，即通过二进离散小波变换，把实际噪声信号进行多层小波分解，使突变冲击信号和具有一定频率特征的平稳周期性信号得到良好的图形显示，为噪声分析和采取降噪措施提供了理论依据。     

基于小波分析对信号噪声的处理

分析了信号处理中噪声的小波分析特性,用一维小波分别对平稳信号和非平稳信号进行了分析和研究;并通过Matlab软件仿真实现了基于小波域的消噪处理,验证了小波分析方法对信号噪声处理的有效性.     

基于小波变换的振动测试分析系统

在振动测试系统中,经常需要Fourier变换对相关信号进行分析．但对于突变信号,传统的Fourier变换因在时域不能实现局部化,就显得无能为力．小波具有时窗和频窗宽度可调节以及多尺度分析等优点,在特殊信号采集及分析中加入小波分析,会取得更加良好的效果．为此,在振动测试系统中采用小波变换方面进行了大量的工作．     

一种基于小波变换的包络分析法

对机械故障中常见的调制信号,包络分析法是一种有效的分析方法,为克服当前的包络分析法需要选择合适的滤波器参数的局性性,提出了一种基于小波变换的包络分析方法,运用小波包将调制信号分解到不同频率段上,提取需要的频率段成分进行重构,对重构后的信号作络细化谱分析就能有效地从原始信号中提取调制信息,仿真信号和实际动用都表明该方法能有效地提取信号的故障特征。     

小波变换及其在电动机负载功率分析中的应用

介绍了小波分析的基本概念和优异特性,给出了小波变换作为一种新的分析工具在电动机负载功率分析中的应用方法,应用小波变换对采煤机截割电动机负载功率信号进行了多分辨率分析,实验处理方法和分析结果对采煤机工作状况监控和采煤机的设计具有实际的应用价值.     

基于小波分析对信号奇异性的检测

提出小波分析对信号奇异性的检测方法，实现小波分析对信号各类奇异间断点的有效检测，并结合仿真实例对小波分析在奇异信号检测上的应用进行实际分析．     

小波分析与应用综述

小波分析是在傅立叶变换的基础上发展起来的一种时频分析方法。作为一种新的变换域信号处理方法．小波变换尤其擅长处理在非平稳信号的分析。目前,这种分析方法已经广泛应用于信号处理、图像处理、量子场论、分形理论等领域。     

小波包分析在电气化铁道牵引网故障测距中的应用

参考了小波分析的基础上,采用了小波包分析方法对故障实行定位。由于牵引网故障暂态行波中的高频成分多而复杂,小波分析只能对信号的低频部分进行分解,而没有对高频部分进行分解。于是提出将故障信号经过小波包分析,对高频信号进行了进一步的分解。再结合求导算法和相似性算法对故障信号进行分析。通过实测的数据分析可以得出该方法具有更好的优越性,准确的实现了故障定位。     

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。     

基于小波分析的战斗机起飞噪声特性

为封锁跑道智能地雷的目标识别提供一种有效的技术手段,利用小波分析的方法对战斗机起飞噪声信号的时频特性进行分析,通过对其起飞阶段产生的噪声信号进行了测试方面的研究。利用小波变换技术对该噪声信号的时频特性进行分析,获取了目标信号在多尺度上的细部特征。结果表明,利用小波变换获取的能量分配特征与战斗机起飞噪声信号频率分布相一致。