心音信号特征提取小波包算法研究

为了准确地提取心音信号的病理特征信息,在研究小波包分析的基础上,提出一种心音信号分频带能量特征提取的算法.基于心音信号频谱分析,采用能量集中度高、局部特性好的db6小波函数作为小波包母函数并选取适合心音信号分析的最优基,对不同的心音信号进行4层小波包分解,得到最优基的小波包系数.根据小波包系数与信号能量在时域上的等价关系,提取最优基频带的归一化能量作为心音信号的特征向量.采用类别可分离性判据,计算出该算法对正常和心脏疾病患者的心音特征的可分性测度均值为3.934 9,表明该算法能有效地识别不同的心音信号.     

基于加权正交多项式的M进制类小波基的构造

本文运用加权正交多项式和频带有限小波函数构造了L^2（[c,d]）空间的M进制类小波基,使该类小波基具有解析表达式和消失距性质,并给出了它的小波分解与重构算法和L^2（[c,d]）空间的多分辨分解.     

无显式表达小波在不同尺度下的离散生成算法及幅频特性

为了获得无显式表达小波在不同尺度上的幅频特性,必须先解决它在时域各尺度上的离散生成.分析了原有的一个生成算法存在的问题,进而基于多分辨分析理论,提出了一种新的离散生成算法,利用小波低通滤波器系数通过迭代可得到不同尺度上的尺度和小波函数,由此研究了Daubechies 2～10号小波在5个尺度上的幅频特性,得到的结果直观地显示了此类小波在不同尺度间存在较大频带重叠,其中D2～D4号小波的频带从第3个尺度开始还存在旁瓣,但在D9～D10号小波中旁瓣基本消失,频带重叠程度也相对减少.通过信号处理实例证实了这种幅频特性的准确性.     

局域判别基空间能量的水声目标特征提取

考虑水声信号的非平稳性及时变性,对信号进行小波包分解。不同的小波包基可以反映不同的信号特性,基于距离准则,求取小波包局域判别基,在局域判别基的基础上,提出通过求取局域判别基的各子空间的能量,形成特征矢量的特征提取方法。利用Fisher准则函数进行特征选择,得到识别特征矢量,针对识别特征矢量设计神经网络分类器,对三类目标进行分类,验证实验表明,基于这种方法提取的识别特征矢量在水声目标分类识别中是有效的。     

刀具磨损声发射信号小波分析中小波基的选取

针对在用小波理论分析刀具磨损声发射（AE）信号时选取不同的小波基对分析结果有重要影响的问题,通过对小波基性质和刀具磨损AE信号特点的研究,从理论上分析了小波分析中刀具磨损AE信号处理中小波基选取的方法。在试验验证过程中,根据信号在小波包分解前后遵循能量守恒的原理,用四种小波基对刀具磨损AE信号进行三层小波包分解。以经小波包分解后AE信号各频带上的频带能量为特征参数,比较四种情况下特征参数的变化,验证了理论分析的正确性。     

基于区间B样条小波有限元的移动荷载识别

小波有限元以区间B样条小波尺度函数为插值函数构造小波有限元单元,并通过单元转换矩阵建立小波空间与物理空间各参数之间的关系.采用动态规划法与Tikhonov正则化法识别移动荷载,避免了直接处理反问题时的振荡与数值计算病态解等问题.算例采用所测得的部分离散点的动态响应数据为已知信息,验证了小波有限元的优越性及小波的多尺度特...     

自适应多小波混合构造方法及在故障诊断中应用

小波理论中基函数的逼近阶和消失矩特性都是信号处理中非常重要的性质。传统自适应多小波构造方法仅能对逼近阶或消失矩单一特性进行改造,并且所生成的多个基函数时频特征和波形差异较小,难以有效实现复杂动态故障的自适应提取与识别。为此,提出基于两尺度相似变换和提升方法相结合的自适应多小波混合构造框架,对原有多尺度函数和多小波函数进行线性与非线性组合,扩大多小波改造空间,获得具有高阶逼近阶的多尺度函数和消失矩涵盖多阶次的多小波函数,增强多小波正则性、光滑性、信号逼近能力和局部定位能力,并提高信号分析精度,为复杂动态信号中微弱和复合故障特征提取与识别提供优良性质的自适应基函数及诊断方法;为按需优选自适应基函数,提出改进局部故障域谱熵最小化原则的自适应基函数优选方法,实现轴系、齿轮和轴承故障的分门别类优选,简化故障分类模式。工程实例表明该方法可以有效识别复杂背景噪声干扰下的轴承内圈微弱损伤,并成功诊断出空气分离压缩机组齿轮箱止推夹板碰撞与摩擦的多特征复合故障。     

基于小波重构的脉动风合成及特性研究

针对傅里叶变换的谐波合成脉动风的理论不足,提出一种小波重构合成脉动风方法,以控制频带能量为标准推导脉动风合成公式.通过计算机仿真分析,结果表明小波重构合成的脉动风具有良好的时频非平稳性,能够反映脉动风特性;同时,分析了在合成脉动风时小波函数基的选取方法和分层数的选取.     

用于时变系统参数识别的状态空间小波方法

该文利用系统的激励和受迫响应数据,基于状态空间和小波变换理论,提出了一种识别时变系统参数的新方法.该方法首先将线性时变系统的二阶振动微分方程转换为一阶状态方程,然后对系统的激励和响应信号进行小波尺度函数空间投影,利用小波尺度函数的正交性,把一阶状态空间方程解耦为线性代数方程组.其次求解方程组,识别出不同时刻的等效系统转...     

基于小波神经网络的农药荧光光谱识别

有些农药结构相似,它们的荧光光谱在很大波长范围内相互重叠.多组分混合时,传统的荧光光谱分析法很难对其进行分类识别.介绍了一种基于小波分析构造的新型神经网络--小波神经网络,利用它并适当选取网络结构和小波基,实现了对卡死克、盖虫散和吡虫啉三种农药荧光光谱的分类识别.在小波神经网络中,采用Morlet母小波和一维搜索变步长共轭梯度优化方法.实验表明,小波神经网络对光谱间的细微结构差别具有良好的识别能力.通过比较发现,在分类识别方面,小波神经网络比BP网络具有更高的分辨率及较少的训练次数.