小波包的移频算法与振动信号处理

小波包分析方法具有优良的时－频定位特性对信号的自适应能力，对于分析瞬态的、时变的或多分量的振动信号是一种有力的工具。由于计算过程中的隔点取值，会造成频带交错。本文分析了形成频带交错的原因，提出了消除频带错位的移频算法，分析效果优于经典的排序法。     

半正交小波包

给出紧支撑多元半正交小波包的构造算法。该小波包的特点是：分解系数的选取具有多样性，并且该小波包是基本小波包推广的广义小波包。利用该小波包可使L^2(R^s)中小波基的选择更灵活。     

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.     

一种基于奇异值的小波包改进算法

为提高小波包降噪精度,提出一种小波包和奇异值结合的改进算法。首先选取合适的小波基函数进行小波包分解,对小波包系数进行奇异值分解,然后重构信号,最后仿真验证该算法的有效性。结果表明该算法可以有效地滤去噪声信号,同时可以保留信号中的高频成分,降噪效果优于小波包降噪。     

基于小波包分析的气门间隙异常故障诊断

以DA462型发动机为研究对象,人为地将气门间隙调整到不同状态来模拟发动机气门间隙异常故障,测取正常和异常情况下的缸盖振动信号,对其进行时域分析,并对振动信号中的燃烧激励响应信号和排气门落座冲击信号进行小波包分解,通过计算各个重构子频带振动能量均方根值（特征值）来判断各激励响应信号的频率带,经特征值比较确定气门间隙异常与否,取得满意的诊断结果。     

小波包的频率顺序

通过数学归纳法证明了自然顺序Harr小波包和Walsh-Paley函数在区间[0,1]上的一致性,从而根据Walsh-Kaczmarz函数列率顺序给出Harr小波包频率顺序。而通过理论分析可知,小波包频率顺序和自然顺序之间的错位关系具有固定的规律,与小波包函数类型无关,从而由Harr小波包的频率排序规律给出任何小波包的频率排序。     

小波包——自回归谱分析及在振动诊断中的应用

概叙了小波、小波包理论，由此提出一种称之为小波包－－自回归谱分析的新方法，它将小波包和自加归模型结合起来，该方法在机械诊断中，实现不同频道范围内，不同零部件故障信息分离和提取，并以挖掘机提升系统龄轮箱的振动信号为例，说明该方法是提取弱故障信息并进行早期诊断的有效方法。     

R-D匹配优选小波包零树图像压缩

为使R-D小波包优选算法与零树编码在量化精度上更好地匹配，对R-D小波包优选算法的寻优次序进行修改，使小波包各节点的量化精度差异不超过一位。实验结果表明，R-D匹配优选小波包零树编码可以取得与R—D优选小波包零树编码相当或比后者更好的图像压缩效果，可见R-D匹配优选算法是更适合零树编码的小波包优选算法。     

基于小波、小波包两种方法的爆破振动信号对比分析

在小波、小波包的理论基础上,结合某市城市建设中基岩爆破中振动监测数据,采用这两种方法对同一爆破振动信号在信号去噪、对细节信号的处理、信号的分解与重构方面将两种方法的应用和效果进行了对比。分析表明,采用小波包技术研究爆破地震波信号比小波分析技术有更强的灵活性,能更加完整地反映爆破振动信号的特征。     

基于小波、小波包两种方法的爆破振动信号对比分析

在小波、小波包的理论基础上,结合某市城市建设中基岩爆破中振动监测数据,采用这两种方法对同一爆破振动信号在信号去噪、对细节信号的处理、信号的分解与重构方面将两种方法的应用和效果进行了对比。分析表明,采用小波包技术研究爆破地震波信号比小波分析技术有更强的灵活性,能更加完整地反映爆破振动信号的特征。     

小波函数性质及其对小波分析结果的影响

分析了小波变换在图像处理、语音处理领域和设备故障诊断领域的应用特点 ,指出了两者的不同之处。并进一步讨论了小波函数的性质及其对小波变换结果的影响 ,指出在用小波变换进行诊断信号分析和特征提取时 ,小波函数的影响是不容忽视的     

基于小波包分析的声强计算方法

传统的基于FFT的声强计算方法是分析平稳噪声信号的有效工具，但是它却无法对机电设备发生故障时所辐射出的非平稳噪声信号进行有效的分析。由于小波包分析可以实现非平稳噪声信号在不同频带和不同时刻的合理分离，因此可以利用小波包分析对声强进行计算。文中应用自行研制的噪声自动分析系统对声强的计算方法进行了研究，提出了一种基于小波包信号分析技术的声强计算方法：并通过实验验证了该方法的正确性。该方法不同于传统的基于FFT分析的声强计算方法，可以实现对非平稳故障噪声信号的分析，为机电设备的噪声监测和故障诊断提供了一条研究途径。     

正整数伸缩的双正交双向小波包(英文)

本文引入了尺度为α的双正交双向小波包的概念,运用矩阵理论和算子理论研究了双正交双向小波包的性质。得到构造双正交双向小波包的一种新方法。建立了进行迭代与分解的公式。利用双正交双向小波包,得到空间L~2(R)新的Riesz基。最后,给出构造双正交双向小波包的例子。     

无显式表达小波基的自适应选择

研究了无显式表达小波基的自适应选择问题。从不同应用角度定义了评价小波基分解效果的两种适应度函数；所给出的适应度函数曲面实例充分说明了对小波进行自适应选择的必要性。利用这两种适应度函数．提出了一种改进的遗传算法，对小波参数方程中的参数进行搜索，并利用适应度函数对搜索结果进行评价，实现了信号的自适应小波基分解．在此基础上给出了自适应小波基分解的实例，并与Daubechies小波的分解结果进行对比，证明了自适应小波基分解具有明显的优越性。     

机械故障诊断中的小波基及算法研究

针对小波分析在机械故障诊断应用中的小波基选择和快速算法存在的问题,对常用的正交、半正交、双正交小波提取信号特征的能力进行了分析比较,表明半正交Ｂ样条小波因具有线性相位和采用较长的分解序列而具有较好的频率局部化特性和较小的变换误差,具有比较好的综合性能。推导了正交小波包的图形显示算法。利用该算法解决了小波变换快速算法中存在的数据长度随分解层数倍减小的问题。研究结果为故障诊断中小波基的选择和信号的深层     

应用小波分析提取故障诊断信号的特定频段

在总结小波分析对信号特定频段提取技术(定义方法、组合小波方法、多分辨率分析方法、小波包方法)，以及对这些技术的有效件、适应性进行比较的基础上，通过仿真试验实现了对合成信号的频率分解，达到和FFT相类似的效果，同时，把基于小波分析的频段提取技术应用到旋转机械的故障诊断中，分析结果表明该技术可以有效地实现有用频段的提取和干扰频段的抑制。     

基于小波包变换的滚动轴承故障诊断方法的研究

目前基于小波分析的滚动轴承故障诊断方法的研究已经很多，但是这些方法对于强噪声背景下的故障信号特征提取效果并不理想。为此，提出了适用于强噪声背景的自相关及互相关小波包消噪滚动轴承故障诊断方法。该方法首次将相关分析和小波包分解结合：对被测信号进行自相关或互相关处理，之后进行小波包阈值消噪处理，对消噪最大能量系数进行自相关或互相关处理，最后对能量序列进行FFT计算。仿真结果表明，该方法极大地增强了对滚动轴承故障诊断的能力，在强噪声背景下有效地提取出滚动轴承的故障频率。     

无显式表达小波基的参数方程

对无显式表达小波基的参数形式进行研究，得到了几种具有不同数目参数的小波基参数方程，同时对具有消失矩限制的小波基参数方程进行了研究。利用这些参数方程，给出了一个用不同参数而得到的两个小波基对同一个信号进行分解的对比实例，此实例说明参数的选择对于小波分解的效果起着决定性作用，通过对参数的适当选择可以实现对信号的最佳小波基分解。