小波变换与应用(第六章)研讨.ppt

小波分析与应用 第六章 小波变换与应用 6.1 短时傅立叶变换与小波分析 6.2 小波变换的特点及其基本性质 6.3 多分辨力小波分析的基本框架 6.4 双正交滤波器组的设计 6.5 时-频信号分析的Matlab仿真 本章小结 前面主要讨论统计量不随时间变化的平稳信号的数学处 理方法。但实际信号却往往有某个统计量是时间的函数，这 类信号统称为非平稳信号。例如，绝大多数机电系统的早期 故障信号、目标运动时雷达和声纳信号均为非平稳信号。 虽然卡尔曼滤波、递推最小二乘法和LMS自适应滤波等 也适用于处理非平稳信号，但这些算法仅限于慢时变信号的 跟踪。当信号的统计特性随时间流逝而发生显著变化时，只 能用信号的瞬时统计特性（局部性能）来表征描述非平稳信 号，对此经典的傅立叶变换不再是有效的数学工具了。因为 傅立叶变换是针对全局信号进行的变换，反映信号统计特性 的傅立叶谱，完全不具备某一频率分量发生时刻的信息。这 就促使去寻找一种联合时域和频域的二维分析方法，来研究 信号的瞬时统计性能，这就是所谓的时-频分析方法。 非平稳信号的时频分析方法同样可以分为线性和非线性 变换两大类，本章主要是从工程实现的角度出发，介绍目前 分析非平稳信号最常用的线性变换方法——小波变换。 6.1 短时傅立叶变换与小波分析 先考察声纳进行谱线检测与跟踪时的一种典型工作