学位论文-基于小波分析的多频率信号的提取 .doc

学位论文-基于小波分析的多频率信号的提取 .doc

  1. 1、本文档共38页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
学位论文-基于小波分析的多频率信号的提取

基于小波分析的多频率信号的提取 专业班级: 姓 名: 指导教师: 信息科学技术学院 内容摘要 小波分析是一门正在迅速发展的新兴学科,目前,它在实际中得到了广泛的应用。研究小波的新理论、新方法以及新应用具有重要的理论意义和实用价值。本文旨在介绍小波的基本理论,提出小波信号提取信号算法,进一步拓宽小波的应用范围。主要工作包括: 简要介绍了小波的发展以及应用,详细讨论了小波分析的基本理论,介绍了时频分析的基本原理,连续小波变换,离散小波变换和二进小波变换,概括了小波包分析的基本原理,给出了小波变换的快速算法和重构算法,分析了它们对实际应用的影响和作用。 简要介绍了Matlab的发展及其小波工具包,本文主要工作对信号进行小波分析都在Matlab环境下运行。 讨论了应用小波变换进行信号滤波的方法以及用小波包来做分析的原因,并通过正交小波包对信号的分解,把频率成分复杂的信号分解到各个频带上,根据需要提取指定频率的信号,然后用小波包重构算法对信号进行重构,可实现对信号的提取。本文中信号是根据要求构造的信号,为了简单起见,构造3频率叠加信号,根据叠加方式的不同又分在同一时间上的叠加和不同时间段上的叠加,对这两种情况都做了具体分析,并应用了Matlab时频分析工具包,对其进行时频分析,得到频谱。 关键词:小波包分解 小波包重构 信号提取 Abstract Wavelet analysis is a rapidly developing and novel subject.Nowadays,it has been widedly used in practical applications.To study the new theory,methods and applications of wavelet is of great theoretical significance and practical value.Thisdissertation aims to consummate the wavelet theory,present some new waveletde-extraction algorithms and develop the new scopes of wavelet applications.The thesis mainly includes the following aspects: As the development and application of wavelet is briefly introduced ,the fundamental theories of wavelet analysis are discussed in detail.Continuouswavelet transform,discrete wavelet transform and dyadic wavelet transform areincluded.The fast algorithm of discrete dyadic wavelet transform is given.Finally,ananalysis is made on the influence of the wavelet bases on practical applications bystudying their mathematical properties. Briefly introduce the development of Matlab and wavelet toolbox,and the work is based on Matlab. Discuss the method of flitering using wavelet transform, and the reason of using wavelet toolbox. It decomposes the signal with complex frequency into different band by wavelet toolbox, and delete the signal on some band, then reconstruction the signal by toolbox algorithm,this course can achieve the target of signal extraction.The signal is made of th

文档评论(0)

李天佑 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档