小波分析講稿.pptVIP

小波分析 ;已学知识回顾：傅氏级数、傅氏变换实现了信号分析从时域转换至频域。;引言:从一个例子映射出小波分析在信号处理中的作用;一.FFT、STFT到Wavelet;一.FFT、STFT到Wavelet;一.FFT、STFT到Wavelet 1.Fourier Analysis 存在的主要问题：;一.FFT、STFT到Wavelet 1.Fourier Analysis 存在的主要问题： （3）傅氏分析采用窗宽固定的窗函数。为了分析提取信号的低频成分，T0应取较大值，且频率分辩率较高；为了分析提取信号的高频成分，T0应取较小值，时域分辩率较高，而对频率分辨率要求不高。 但T0固定时，两者不能同时满足。;2.短时傅里叶变换 STFT（Short-Time Fourier Transform）;2.STFT（Short-Time Fourier Transform） ;3.Wavelet Analysis;;4.小波分析的发展史;二.小波变换的基本概念;2. 几种常见的小波函数;3. 定义解释;二.小波变换的基本概念;二.小波变换的基本概念;二.小波变换的基本概念 例：小波分解与重构 ;二.小波变换的基本概念 例：小波分解与重构 ;6.连续小波运算的基本步骤;7. 小波尺度与频率的关系;8. 离散小波变换（ Dispersed Wavelet Transform DWT);8. 离散小波变换;（2）离散小波的多尺度分解;（3）小波重构（合成）;9.小波包分解;三.小波变换在信号分析中的应用;3、信号非平稳特性分析 在各种振动信号中常常存在有一些突变信号，它们在多数情况下都对应于设备的故障等因素，突变信号通常分为边缘跳变和峰值跳变两类，可以将它们等效地认为在信号上叠加一个阶跃信号和脉冲信号。这种突变信号的小波变换结果通常反映为过极值点和零点，例如使用二次样条函数作为小波函数，则阶跃信号将反映为极值点，脉冲信号将反映为过零点。 4、用于机器运行状态监测和故障诊断 小波包能量谱监测。实际振动中一些常见的摩擦、冲击等信号，一般不能以某些正弦分量来表示。因此，有时采用按频带进行能量监测的方法，比频谱分析更为合理。 ;实际应用 1.信号时频分析 A4信号是不平稳的低频波动，是由于电铲挖掘过程中变工况引起的，并非故障，但它使振动信号变得极不平稳，不便于分析，在信号分析和重??时可以不予考虑。;实际应用;S：原始信号 cA1,cA2,cA3：分解各层的逼近信号 cD1,cD2,cD3：分解各层的细节信号 如果将cD1,cD2,cD3的分解系数都设置为零，而只保留cA3,而后进行小波重构，得到的信号就是消噪之后的信号。;消噪前后对比;实际应用 2.小波消噪;实际应用 2.能量谱检测;实际应用 2.能量谱检测;实际应用 2.能量谱检测;实际应用 2.能量谱检测 ;实际应用;频率突变信号的的小波分解;幅值突变信号的小波分解; 当齿轮传动系统出现齿轮的擦伤、点蚀、裂纹等故障时往往会引起振动信号峰值的突变，突变点称为奇异点。同平稳信号相比，奇异点包含了更为丰富的故障信息。传统的Fourier变换可以在整体上给出信号的奇异性表述，但无法刻画局部的奇异性。尤其对于轮齿点蚀等发展过程较为缓慢的故障，很难在故障出现的早期进行成功识别。 信号奇异性提取要求对信号进行局部化分析，而小波分析具有良好的时－频（尺度）局部化能力。因此，小波分析可以在较低信噪比的信号中检测到故障信号。; 从图中对比发现：同一种情况下，信号小波分解各尺度高频细节部分中对应擦伤故障发生位置均有突出成分，尺度越低（压缩的小波 ），突出越明显；随着擦伤的发展，出现突出成分的次数也逐渐提高，反映了擦伤从初期几齿到所有齿的发展特征。; 应注意的问题 ??（1）小波作为非平稳信号的良好分析工具在机械故障信号分析中有很大的优势，但认为小波分析可以完全取代传统Fourier分析的观点是不全面的，各有其优缺点。 Fourier分析突出的特点在于能得出组成时域信号的各频率成分的相关信息。 （2）小波分析虽然可以揭示信号的局部化特征，但当基函数、分解层数等选择不当时，可能产生对原始信号的歪曲。同时，同一信号的不同小波分解，所得结果自然也不相同，如何判断结果的准确性成为一个重要的问题。 （3）有多种小波基函数供选择，但目前往往依靠使用人员对信号的认识和掌握，经验起到很大作用。 （4）小波基函数众多，不同信号分析需要不同的基函数，因此，基函数的创建是小波发展的一个主要方向。