一种改进的广义谐波小波包分解算法及在信号特征提取中的应.pdfVIP

37 卷 4 期 燕山大学学报 Vol. 37 No. 4 20 13 7 Journal of Yanshan University July 2013 年 月 文章编号：1007-791X (2013) 04-0358-08 一种改进的广义谐波小波包分解算法 及在信号特征提取中的应用 * 王玉田，严 冰，张淑清，董 璇 （燕山大学 电气工程学院，河北 秦皇岛 066004） 摘 要：提出了一种改进的广义谐波小波包分解算法，克服了传统特征提取方法的缺点，实现了信号的快速无 混叠分离。通过与小波包分析、经验模态分解、广义谐波小波包分解进行比较，证明其在信号分析上的有效性 和优越性。基 超声波信号频率非单一性的特点，将该算法应用到超声波信号特征提取中，实现了任意频段及 任意频宽的信号特征提取，且计算量小。该算法为信号特征提取提供了一种更加精确有效的方法。 关键词：广义谐波小波；小波包分解；经验模态分解；信号特征提取 中图分类号：TN911.25 文献标识码：A DOI ：10.3969/j .issn.1007-791X .2013.04.011 互相垂直的偶函数与奇函数，构成零相移滤波 0 引言 [10] 器 ，不提供任何附加相位。然而，广义谐波小 [1] 波包分解与小波分析一样具有二进分解的特点，分 信号特征提取在弱信号检测 、机械故障诊 [2] [3] 析结果不能任意 取感兴趣的频段，没有更好的适 断 、电力系统故障检测 等各种领域具有重要 意义。实际工况下，待检的工程信号除了目的频段 应性。 的信号外还包含有其他频段的信号，如超声波信 本文在广义谐波小波包分析的基础上提出了 号、雷达信号、齿轮箱信号等，特征信号与其他频 一种改进的广义谐波小波包分析方法，对信号可以 段的信号在频带上互相干扰，传统的滤波降噪方法 进行任意频段、任意层次的分解，减少了计算量， 难以分离。这就需要在信号特征提取时使用基于多 并解决了信号频率分析时的频谱混叠现象，有更广 频率信号的信号特征提取方法。 泛的适用意义。本文提出的方法与小波包分解、经 ( ) 验模态分解及广义谐波小波包分解的仿真实验进 常用的多频率信号的特征提取方法有小波包 [4] ( ) [5] 行了对比，并针对超声波信号的非单一性用该算法 分解 、集合 经验模态分解 、广义谐波小波包 [6] ( ) 对其进行了主频信号提取，取得较好的效果，验证 分解 等。小波 包 分析在信号分析中占据相当 重要的地位，是针对信号的全程频率进行分解，得 了该方法的可行性。 [7] 到感兴趣的频段 ，但分析效果受小波基函数影响 较大，也不能完全还原混合信号的特征。新发展起 1 广义谐波小波包分解的改进算法 来的经验