a尺度多重双正交小波包的分解与重构算法

介绍了构造a尺度多重双正交小波包的方法。它在应用上灵活性很强。按此法可构造多种不同的双正交小波包。本文的重点是给出了用此小波包进行分解与重构的算法。     

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．     

基于IIR两通道双正交滤波器组的小波包分析

使用一种ⅡＲ型两通道双正交滤波器组结构,分析－合成部分的设计仅归结为一人传输函数的设计。据此,在ⅡＲ最大平坦滤波器组的情况下构造了双正交小波基。将其用于实现小波包分析,采用信息熵函数作信息代价函数,动态调整最佳基,使得频谱分段最适合信号特征。对大量音频信号进行处理,与使用同阶的Ｄａｕｂｅｃｈｉｅｓ小波的小波变换以及小泡包变换折结果相比,性能有非常明显的提高。     

小波域心理听觉模型

提出一个简单直接的将频域心理听觉模型转换到小波域,进行小波包滤波器分解音频编码的新方法.该方法利用离散傅里叶变换左右频带的对称性,将频域的掩蔽域值频谱作为一个信号,利用傅里叶反变换和离散小波包变换转换到每一个小波子带,根据掩蔽信号在小波域的能量来控制子带中音频信号的量化步长,利用该方法实现小波包音频编码.     

多尺度双正交多小波包的构造

给出了双正交多小波包的构造方法,证明了多小波包对应于传统小波包的一些良好性质.通过将小波包的概念引入到双正交的多小波中,构造出了多尺度双正交多小波包;给出了双正交多小波包中函数傅里叶变换的具体表达形式;证明了双正交多小波包中2簇函数相互之间的双正交关系;利用建立的双正交多小波包,得到L2(R)2组基,满足双正交关系.该方法具有较大的应用价值.     

基于小波包能量谱的滚动轴承故障检测

小波包具有对非平稳信号进行局部化分析的功能,可解决小波分析在高频部分分辨率差的问题,据此,提出一种基于小波包能量谱的滚动轴承故障分析方法。首先,将振动数据小波包分解为多个子频带,求出各频带的能量比例;然后,比较正常振动信号与故障振动信号的频带能量谱,识别出故障的频带;在此基础上,重构故障频带,运用Hilbert变换对重构信号包络解调,提取出故障频率。试验结果验证了采用小波包能量谱对滚动轴承故障检测的可行性。     

小波包特征熵-神经网络在轴承故障诊断中的应用

提出了一种基于小波包特征熵-神经网络的轴承故障诊断新方法。首先对采集到的轴承的振动信号进行三层小波包分解,提取小波包特征熵,然后构造信号的小波包特征向量,并以此向量作为故障样本对三层BP神经网络进行训练,实现智能化故障诊断。仿真结果表明该方法有效可行。     

一种基于小波包分析的图像压缩方法

讨论小波包的基本原理,并把其运用于图像压缩、提出一种新的编码和量化的方法:在最低频部分采用DPCM编码,在高频部分,根据能量分布的不同,采用不同的量化编码方法.实验结果标明该方法精细度高,具有很强的局部分析能力和自适应性强的特点.     

铣削颤振特征提取的小波包和主成分分析方法

设计用振动信号来监控加工过程。提出了一种基于小波包变换的颤振特征提取方法,通过所提取的特征小波包来反映加工过程中的颤振信息。在此基础上,基于主成分分析方法对特征小波包进行重构,由主成份得分（累积贡献率）来评价重构特征,并实现了重构特征自动提取,更进一步给出了重构特征总体的统一构造形式,并基于欧氏距离法,建立了颤振的诊断模型。通过对铣削加工过程中的颤振识别,验证了文中提出的方法的可行性。     

小波包特征免疫检测器在设备异常状态检测中的应用

旋转机械设备工作机理复杂,故障样本缺乏,难以应用传统的方法对其进行有效的异常状态检测.结合小波包分析技术及人工免疫系统理论,构造了小波包特征免疫检测器,给出了小波包特征免疫检测器的产生算法、异常状态检测方法.小波包特征免疫检测器是在对正常样本学习的基础上产生的,不需要设备运行的故障数据,适合对故障数据缺乏的设备进行有效的异常状态检测.活塞压缩机气阀的异常状态检测结果表明,小波包特征免疫检测器检测效果良好、准确率高.     

小波包变换的图像融合技术的研究

图像融合技术是把同一目标的多幅图像融合成一幅高质量的图像.给出了一种基于小波包变换的图像融合方法.对两幅图像分别进行小波包分解,得到两幅图像的小波包分解系数,进一步对小波包系数进行分析和处理.对两幅图像低频波段的逼近系数取均值,对高频段选取绝对值大的小波包系数,得到融合系数矩阵.对融合数据进行小波包反变换,得到两幅图像的融合图像.使用该方法对两幅图像进行了融合,得到的融合图像汲取了两幅图像的优势,视觉效果较好.     

一种新的直接序列扩频通信窄带干扰抑制算法

提出一种基于非抽取小波包变换的直接序列扩频通信系统窄带干扰抑制算法．该算法与TSA算法比较,仿真结果表明,该算法具有很强的鲁棒性,并且误比特率较低．     

基于小波包的SPIHT算法图像压缩

富含细节、纹理和边缘的图像中,重要信息大量集中在中、高频部分,基于小波变换的压缩方法只对低频信息进行多次分解.针对这个问题,以SPIHT算法为基础,研究了基于小波包分解的图像压缩算法.仿真结果表明,采用小波包分解的SPIHT算法与传统SPIHT算法相比,在同压缩比情况下,峰值信噪比提高了0.35~1dB,适用于纹理丰富的图像的压缩.     

基于子频带性能分析的小波包树选择性研究

该文基于小波包调制系统在不同信道中各子带的传输性能的研究,从信道对小波包调制系统传输性能影响的角度,利用对满树调制结构的剪枝合并,探讨与频率选择性信道相匹配的小波包调制结构。仿真表明所选择的小波包树结构,不仅保证了小波包调制系统的传输性能,具有更简单的结构模式,而且具备数据多速率传输的特性。     

Influence of maximum decking charge on intensity of blasting vibration

1 INTRODUCTIONBlasting vibration analysis constitutes thefoundation for studying the control of blasting vi-bration damage and provides the precondition ofcontrolling blasting vibration. In the past , themain means of analyzing and processing for blas-ting vibration signals was the Fourier transform(FT) . By examining considerable blasting vibra-tion data ,researchers found that the signals havedistinct characteristics of short-duration and abruptchange in the signal structure ,including…     

基于小波包变换的电力系统谐波电流检测

针对常规快速傅立叶变换无法检测非整数次谐波,以及改进的加窗插值快速傅立叶变换运用困难,采用小波、小波包变换对电网信号中的谐波进行检测分析。小波包变换建立在二进小波变换基础上,可以实现对信号的均匀划分,能够更好地提取信号的时频特性。仿真结果证明,较之傅立叶变换和小波变换,小波包变换对电网信号中谐波的幅度、频率的估计具有更高的精度。     

爆心距对爆破振动信号频带能量分布的影响

根据爆破振动信号具有短时非平稳的特点,利用小波包分析技术对满足分析要求的多段微差爆破振动信号的能量分布特征进行研究。首先,简略地介绍了小波变换与小波包分析的特点。其次,基于MATLAB对爆破振动信号进行小波包分析,得到了爆破振动信号在不同频带上的能量分布图。最后,总结了爆破振动信号频带能量的分布规律,重点探讨了爆心距对爆破振动信号频带能量分布的影响。结果表明,爆破震动信号在传播过程中,其主振频带有往低频发展的趋势,且宽度增加。     

基于联合降低PAPR和干扰的小波包结构优选

该文从小波包调制系统的结构出发,从联合降低峰均比和干扰的角度,探讨小波包调制系统结构的优选方法,首先从调制端对发送信号峰均比的影响,优选出含出现频率高的节点的树结构,然后从码间干扰和载波间干扰的影响,优选出具有最小干扰的树结构,实现小波包多载波调制系统的优化.仿真结果表明,所选择的小波包树结构降低了调制信号的峰均功率比...     

Features of energy distribution for blast vibration signals based on wavelet packet decomposition

Blast vibration analysis constitutes the foundation for studying the control of blasting vibration damage and provides the precondition of controlling blasting vibration. Based on the characteristics of short-time nonstationary random signal, the laws of energy distribution are investigated for blasting vibration signals in different blasting conditions by means of the wavelet packet analysis technique. The characteristics of wavelet transform and wavelet packet analysis are introduced. Then, blasting vibration signals of different blasting conditions are analysed by the wavelet packet analysis technique using MATLAB; energy distribution for different frequency bands is obtained. It is concluded that the energy distribution of blasting vibration signals varies with maximum decking charge,millisecond delay time and distances between explosion and the measuring point. The results show that the wavelet packet analysis method is an effective means for studying blasting seismic effect in its entirety, especially for constituting velocity-frequency criteria.