的是利用谐波小波与近似熵两种方法对含噪声的振动信号.docVIP

我这次毕业设计的目的是利用谐波小波与近似熵两种方法对含噪声的振动信号进行分析，最终达到区分有噪和无噪振动信号的目的。 近似熵是一个从衡量时间序列复杂性的角度出发的反映信号整体特征的指标,其具有以下主要的特点：(1) 只需要比较短的数据就能估计出比较稳定的统计值。所需的数据点大致在100～5000点，一般在1000点左右。(2) 有较好的抗干扰和抗噪的能力。生物系统(3) 对于随机信号或是确定性信号都可以使用，也可以应用于由随机成分和确定性成分混合的信号。(4) 近似熵更主要的是从衡量时间序列复杂性的角度来度量信号中产生新模式的概率大小,产生新模式的概率越大,序列的复杂性越大,相应的近似熵也越大。可用近似熵来描述振动信号的不规则性和复杂性,通过比较一定条件下振动信号在不同噪声干扰下的近似熵的相对变化,可以直接反映该振动信号在此期间的运行状况。 由于近似熵算法的决定需要对近似熵参数条件模式维数m，近似容限r数据范围N进行选择，我的选择是m＝2；r＝0.25STD，以下是我对三个参数选择的原因： 对于m的选取m是计算近似熵时进行比较序列的长度，即窗口的长度。选择m=2要好于m=1，这样在序列的联合概率进行动态性重构时，会有更多的详细的信息。对于m＞2时，一般不用，因为下面两个因素：1)若m＞2，应要求N在数千点以上，但为了确信事物的状态具有相同的性质，输入的点数N一般不宜超过5000；