小波包分析的频带边界问题.ppt

小波去噪方法比较 （二）噪声的小波变换特性  随着尺度的增大，白噪声的小波变换系数是逐渐减小的。因此，通常情况下认为信号主要集中在小波变换的低频频带，而噪声主要集中在小波变换的高频频带，并且可以由此来估计噪声的方差。 利用小波系数进行噪声估计的常见方法为： （三）阈值去噪方法的基本步骤 （1）小波分解过程。对噪声信号做小波分解，得到各层小波系数。 （2）作用阈值过程。根据阈值确定方法为各层小波系数选择适当的阈值，然后对小波系数作用阈值处理。 （3）小波重建过程。对作用阈值处理后的小波系数，进行小波重建，得到去噪后的信号。 第二步是去噪的关键。包括两方面的内容：阈值的确定方法；作用阈值的方法。 （四）作用阈值方法 硬阈值法： 软阈值法： 改进阈值法： （五）阈值确定方法 长度对数阈值法(sqtwolog) 基于Stein的无偏似然估计(SURE)的阈值法(rigrsure) 启发式SURE阈值法(heursure) 极小化极大方差阈值法(minimaxi) 采用GUI方法小波去噪： Stationary Wavelet Transform（SWT，平稳小波，或静态小波） De-Noised signal（去噪后的信号） Residuals （残差）（去掉的噪声部分） Non-decimated（非抽样） 小波去噪应用： CreateSignal_50Hz10V_250Hz0V_350Hz0V_550Hz2V.wav 观察高次谐波的影响： CreateSignal_50Hz10V_250Hz3V_350Hz3V_550Hz0V.wav CreateSignal_50Hz10V_250Hz3V_350Hz3V_550Hz1V.wav 采用命令行方法小波去噪： 二、频带能量泄漏对小波去噪影响的研究 （一）频带能量泄漏对小波去噪的影响 （二）解决频带能量泄漏对小波去噪影响的方法 1. 增加采样频率和小波分析的层数 2. 修正因子法 三、一种基于先验知识的新型阈值确定方法 原因：运用上述阈值确定方法，小波去噪后信号的信息损失较严重，其主要原因是认为较高频率分量以噪声为主，存在较少的有用信息。然而，在许多场合下，如变频调速系统中，高频频带存在谐波分量是常见的。 尽管在多数情况下处于d1层频带的高频分量对于信号分析作用不大，但是其它细节层的较低频率分量往往是有用的。如果在小波去噪的过程中，较低频率分量损失太严重，那么会导致有用信息严重损失，这对信号分析和特征提取是十分不利的。因此，需要根据信号的特点，对上述常见的阈值确定方法进行改进。 故障诊断论文原文及点评： Matlab中： 自然数对数：log(x) 其他底数对数：logM(N) * 第五章 小波分析的改进方法及其应用 第一节 Mallat算法的改进 一、标准Mallat算法 存在的问题：完全分解 改进的原因：有必要部分分解。 例如：电动机运行噪声分析时。 （1）分解算法 （2）重建算法 二、选择性分解算法 改进算法存在的问题： 主要问题：无法重构 次要问题：需要离线确定选择因子 第二节 小波分析的频带特性与信息特征提取方法 一、小波分析的频率特性分析 （一）Daubechies小波的滤波特性 频率特性曲线（a-db2;b-db3） （三）小波分析的频率特性 图5-3 频带频率特性曲线 （四）频带能量泄漏 频率范围：33-63Hz fs=1024Hz d4频带：32Hz~64Hz （五）频带边界问题及其影响 c-d7频带 频带频率特性曲线 频率范围：70-170Hz fs=40960Hz d8频带：80-160Hz 二、小波分析的频带能量泄漏的处理方法 （一）相邻频带增量比较法 1. 基本原理 由于在信号特征提取时，尤其是故障诊断时，系统通常有若干个正常工作状态，各个频带的能量分布有一定的规律。 当系统出现故障时，通常有某些频率分量发生较大的变化。若单纯以频带能量值进行判断，则难以排除能量泄漏的影响，这时应采用频带能量增量的绝对值进行分析，即相邻频带能量增量比较法，以下简称增量比较法。