小波变换在信号奇异性检测中的应用.docVIP

小波变换在信号奇异性检测中的应用 高战 中国矿业大学计算机科学与技术学院，徐州(221008) 摘 要：信号的奇异性通常包含有十分重要的信息，是信号的特征之一。信号的奇异性主要表现为信号在时间和空间上存在着局部的变化。根据信号变化的频率快慢，选择合适的分解尺度，小波分析良好的局部分析功能就能充分发挥，从而可以方便地解决信号奇异性检测的问题。信号奇异性的检测内容包括：奇异点的准确位置和奇异点的类型。学习了小波变换的基本理论知识、MATLAB程序设计语言、信号的奇异性理论以及信号奇异性检测原理。应用小波变换实现了对信号的第一、二类间断点的检测，通过检测获得了奇异点的准确位置，识别出了奇异点的类型。通过对比分析发现，在信号的奇异性检测中，小波变换相对于传统的傅里叶变换具有更多的优越性。最后进行了实例分析，结果表明：小波变换能够及时准确地侦测出机械系统故障。 关键词：小波变换 Matlab 时频窗 信号 奇异性检测 引 言 小波分析是建立在泛函分析、调和分析、数值分析、逼近论和傅里叶分析等的基础上发展起来的新的时频分析方法。与经典的傅里叶分析相比较，小波变换是空间(时间)和频率的局部变换，因而能有效地从信号中提取信息，因此小波分析有着许多显著的优点。小波变换是空间(时间)和频率的局部变换，因而能有效地从信号中提取信息[1]。通过伸缩和平移等运算功能可对函数或信号进行多尺度的细化分析，解决了Fourier变换不能解决的许多困难问题。小波分析是一种在时域和频域上同时具有良好的局部化特性的分析方法，因此，小波分析可以根据实际分析的需要，自动地调节时频窗口，能够聚焦到信号时域和频域的任意细节。小波分析也是当前应用数学和工程学科中一个迅速发展的新领域，经过近10年的探索研究，重要的数学形式化体系已经建立，理论基础更加扎实。小波分析是时间—尺度分析和多分辨分析的一种新技术，它在信号分析、语音合成、图像识别、计算机视觉、数据压缩、地震勘探、大气与海洋波分析等方面的研究都取得了有科学意义和应用价值的成果。 通常称无限次可导的函数是光滑的或者没有奇异性，若函数在某处有间断或其某阶导数不连续，则称该函数在此处有奇异性。在小波变换中称信号的突变时刻为信号的奇异点。 信号的奇异性通常包含有十分重要的信息，是信号的特征之一。如机械故障、电力系统故障、脑电图心电图中的异常、地下目标的位置及形状等，都对应信号的突变点。虽然他们发生的物理背景不同，但作为信号来看，都属于同一个问题：即如何提取信号中的突变点及判定奇异性。 小波变换研究 2.1二维连续小波变换 对，公式 存在几种扩张的可能性，一种可能性是选择小波使其维球对称，其傅里叶变换也同样球对称： （1） 并且其相容性条件[2]变为 （2） 对所有的 （3） 这里其中对于公式 （4） 如果选择的小波不是球对称的，但可以用旋转进行同样的扩展和平移[3]， 在二维时定义 （5） 这里，是一个旋转矩阵， 相容条件变为 （6） 该等式对应的重构公式为 （7） 对于高于二维的情况，可以给出类似的结论。 2.2离散小波变换 在实际运用中，尤其是在计算机上实现，连续小波变换必须加以离散化。因此，有必要讨论一下连续小波和连续小波变换的离散化[4]。离散化都是针对连续的尺度参数a和连续平移参数b的，而不是针对时间变量t的。 在连续小波中，考虑函数 （8） 这里，为方便起见，在离散化中，总限制a只取正值；这样相容性条件就变为 （9） 通常，把连续小波变换中尺度参数a和平移参数b的离散化公式[5]分别取作，这里，扩展步长是固定值，为方便起见，总是假定。所以对应的离散小波函数即可写作 （10） 而离散化小波变换系数则可表示为