小波原理.ppt

基于小波分析的岩土体边坡时空数据处理及异常识别研究 目录 小波分析 边坡时空数据 异常识别 关键问题 小波分析 小波(Wavelet)这一术语，顾名思义，“小波”就是小的波形。所谓“小”是指它具有衰减性；而称之为“波”则是指它的波动性，其振幅正负相间的震荡形式。与Fourier变换相比，小波变换是时间(空间)频率的局部化分析，它通过伸缩平移运算对信号(函数)逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节，解决了Fourier变换的困难问题，成为继Fourier变换以来在科学方法上的重大突破。有人把小波变换称为“数学显微镜”。 小波分析的应用 信号分析、 语音合成、 图像识别、 计算机视觉、 数据压缩、 地震勘探、 大气与海洋波分析等等。 我所关注的是信号分析。 信号分析 小波去噪，方法有三种1.基于小波变换极大值原理，信号和噪声在小波变化各尺度熵不同的传播特性，剔除由噪声产生的模极大值点，用所余模极大值点恢复信号； 2.基于相关性:对含噪声的信号做变换之后，计算相邻尺度间小波系数的类型，进行取舍，再进行重构； 3.阈值方法去噪。 边坡时空数据 1.边坡时空数据都包括哪些？ 2.都有些什么数据处理方法？ 3.我所关注的方法。 时空数据内容 1.变形： 地表大地变形、地表裂缝位错、边坡深部位移、支护结构变形 2.应力： 边坡地应力、锚杆（索）应力、支护结构应力 3.地下水：孔隙水压力、扬压力、动水压力、地下水水质、地下水、渗水与降雨关系以及降雨、洪水与时间关系 都有些什么数据处理方法 还在学习和总结中…… 异常识别(在学习中) 1.哪些数据含有异常信息？ 2.如何进行异常识别？ 关键问题 1.学习matlab小波分析。这是写好论文的第一步,也是我现阶段的工作。 2.如何将数据转化成matlab能分析的波形信号,并将此信号导入matlab进行分析? 3.异常识别研究：边坡失稳的判别依据和各种方法的总结。 希望郭老师、各位同门能够提出宝贵意见谢谢！！！ * * 1.什么是小波分析？ 2.小波分析的应用。 3.关于数据处理。