小波变换在旋转机械故障检测中的应用研究

详述了Fourier变换与小波变换的本质区别,分析了Fourier变换和短时Fourier变换应用于故障检测的不足;介绍了小波变换及其应用于故障检测的优点;指出了小波变换应用于故障检测的理论和方法。     

小波分析在信号处理中的应用研究

小波分析是对傅里叶变换的继承和发展,首先介绍了小波理论产生的实际背景和小波变换的基本原理,特别是多尺度分析理论。最后,通过实验实现了分形信号的多尺度连续小波变换。     

小波变换在信号处理中的应用

通过分析小波的基本原理,系统地描述了小波变换的实现,阐述了小波理论在信号处理中的应用,说明了小波变换在声音、图像等信号处理过程中的重要作用和广阔前景,随着计算机技术的发展,小波变换的应用将会越多.     

基于小波分析识别内燃机噪声源

根据连续小波变换具有比较二进离散小波变换和小波包变换更精细的尺度分辨率的特点,研究了适用于发动机表面辐射噪声源识别C-mor小波变换的修正与证明.以一台柴油机为例,用得到的声强识别结果,验证了小波系数修正的正确性和实用性.     

离散小波分析导论（一）：小波变换的基本思想,展缩方程,展缩小波

介绍了离散小波分析的基本理论，详细阐述了离散小波变换的实现方法，并指出离散小波变换的一些应用前景。     

滚动轴承故障的小波诊断法

对小波变换原理和信号局部奇异性在小波变换下的特性进行了分析，通过选用多尺度小波变换成功地对滚动轴承故障信号进行了检测。     

小波变换在故障诊断中的应用

小波变换是一种日益获得广泛应用的信号分析方法。介绍了小波变换基本原理和利用小波变化来检测信号的奇异特征的原理,证实了小波变化在检测奇异信号方面的有效性。结果表明基于小波变换的去噪方法是非常有效的。     

基于连续小波变换的滚动轴承外圈故障检测

提出了用连续小波变换与傅里叶变换相结合进行轴承外圈故障识别的新方法。先通过Morlet连续小波变换对故障轴承信号进行不同尺度的分解．再对其获得的小波系数进行快速傅里叶变换来识别故障特征频率。然后对不同信号做小波系数能量谱进行对比。优点在于能够在强噪声背景下较为精确的识别外圈故障。实际测试验证了新方法的正确性。     

基于小波变换的信号去噪研究

介绍了小波变换理论,系统地研究了小波变换在信号处理尤其是信号滤波去噪方面的应用。根据不同类型的噪音．给出了基于不同小波变换的滤波算法并且对基于小波变换的滤波原理进行了分析。     

基于线调频小波变换的旋转机械故障诊断

小波变换在设备故障信号处理中得到广泛地应用,然而,小波变换只能消除白色噪声,对有色噪声不起作用.线调频小波变换统一了短时Fourier变换和小波变换的时频分析,是信号的时间-频率-尺度变换,能根据信号的特点自适应生成新的时频窗口.它不仅具有小波变换良好的时频局部性特点,而且它的时频窗口比小波变换的时频窗口更加灵活.本文应用线调频小波变换对旋转机械故障信号进行消噪,效果明显.     

RESEARCH OF WAVELET TRANSFORM INSTRUMENT SYSTEM FOR SIGNAL ANALYSIS

0INTRODUCTIONSincethecoddleofthe1970's,abatchOfcompanieslikeHPinU.S.A.havedevelopedvariousdynamicsignalanalyzersbasedonFrsandhavebeenusedinavarietyofsignalmeasurementsandanalysissuchasstmcturalmodelanalysis,statemonitoringandfaultsdiagnosisofeqUipmentandnoiserealtimeoctaveanalysisetc,thisresultsinbigprogressofdynamicsignalanalysis.However,theFFTdefinedbyRiemafmintegTationisonlyabletoanalyzestaystatistical(smooth)signalsbutinefficienttonon-staystatistical(non-smooth)signalswhicharealso…     

基于DCT变换的图像融合方法研究

提出了一种基于离散余弦变换(DCT)以及一种结合小波变换与DCT变换的图像融合新方法。前者将源图像进行分块DCT变换,依据DCT系数的高频能量,对源图像的对应区域进行融合。后者利用DCT系数的高频能量对小波分解后得到的低频子图进行融合,同时以此为依据对小波最高分解层的小波高频系数进行选择,其他分解层的小波高频系数依据最大局部方差准则进行融合。依照平均误差、峰值信噪比以及均方根误差等客观评价标准,将新方法与其他常用的基于小波变换或DCT变换的融合方法进行了比较。实验结果表明,结合小波变换与DCT变换的图像融合新方法获得的融合效果优于其他方法。该方法与常用的基于小波变换的融合方法相比,其平均误差减少了40.8%~69.5%,峰值信噪比提高了9.9%~15.6%,均方根误差减少了34.8%~47.5%,评价结果与目视效果相吻合,表明该方法能有效地提高图像融合的质量。基于DCT变换的图像融合新方法的融合效果仅次于结合小波变换与DCT变换的图像融合新方法且其计算量相对较少,适用于实时处理。     

心电信号特征点提取的算法研究

基于连续小波变换尺度取值的灵活性以及小波变换模极大值与心电信号特征点之间的对应关系,提出了心电信号特征点提取的新算法。利用Mexican-hat小波,对心电信号进行连续小波变换后,从小波域里取出最有利于特征点检测的尺度分量进行检测,在检测中运用了不应期、可变时间窗等策略以提高该算法的鲁棒性和检测精度。经由具有专家注释的QT心电数据库检测验证,QRS波正确检测率达到了99.7%,对P波和QRS波的起止点以及T波的终止点检测结果的平均标准偏差也在允许偏差范围之内。     

用子波变换提取CO2焊焊穿信息特征的研究

介绍子波变换及离散二进子波变换,分析快速子波变换——Ｍａｌａｔ算法,并阐述了利用子波变换模极大值检测信号奇异性方法的原理,给出了应用该方法提取ＣＯ２气体保护薄壁（板）焊工件焊穿信息特征的成功应用实例,说明这种方法能够有效地应用于焊接过程质量监控的信号处理。     

液压泵故障的小波变换诊断方法

分析了小波变换的时 -频局部化特性及基于多分辨分析的信号小波分解重构算法 ,研究了信号局部奇异性在小波变换下的特性。根据故障信号和噪声的局部奇异性在小波变换下的模极大值在不同尺度上的传播特性不同的特点 ,并利用小波分解重构算法 ,对泵壳振动加速度信号进行了分解、去噪和重构。大大改善了监测信号的信噪比 ,对故障特征信号进行了时域定位 ,提取了故障特征频率。     

基于小波变换的信号奇异性检测的研究

介绍小波变换的基本理论以及基于小波变换模极大值的信号奇异性检测方法,并在MATLAB下进行了仿真实验。实验表明,小波变换有着傅立叶变换无法比拟的良好效果。     

并行多分辨率子波变换(WT)及其实现方法研究2.在目标轮廓抽取中的应用

子波变换的局域分析特性使它可用于目标阶跃边缘的增强,达到抽取目标轮廓特征的目的。本文中介绍了采用光学及数字方法实现子波变换,抽取目标边缘的理论及实验结果,并通过比较看出,数字方法的结果要好于光学方法