laplace小波学习整理.docxVIP

Laplace小波 特征波混合基分解的精髓：使用与信号波形最匹配的基函数对信号进行分解、提取隐含故障特征。 Laplace小波定义： 该小波为单边衰减的复指数小波，定义如下图所示： 在MATLAB中程序： Fs=1e4; t=1/Fs:1/Fs:0.1; f=500; w=2*pi*f; A=0.08; %归一化小波函数 ep=0.03; %粘滞阻尼比 tal=0.1; %时间参数 y=A.*exp(-ep/(sqrt(1-ep^2)).*w.*(t-tal)).*exp(-j.*w.*(t-tal));其中，y为复指数小波，欧拉公式知y包含实部和虚部两部分。 Laplace小波特性： 小波的波形： 对应的实部波形图及频谱图： 实部Re(y)实际上是一个高通滤波器。 Laplace小波基函数库 滤波方法（小波检测方法）： 思想：信号x(t)是某个系统S的输出，信号x(t)与x(t)的Laplce小波原子的内积，可以估计出它们之间的相似性，从而得到系统S的模态参数，与的频率、阻尼特性的对应关系。 内积： 若x(t)与完全相关，那么它们之间的夹角。可以定义一个相关系数来量化与之间的夹角。 其中为Laplace小波基函数库中的一个，一个对应一个。 补充知识： 内积定义： 其中 二范数定义： 那么 应用例子： 通过相关滤波法写出MATLAB程序 % %------模拟信号检验，用Laplace小波检验自由度响应的脉冲响应信号 %------Laplace小波滤波例子 % clear; clc; %% An=0.01;%噪声幅度 z0=0.05; %阻尼比 t0=0.5; %固有时间参数 f0=10; %固定频率 Fs=200; %采样率 t=-5:1/Fs:5; %时间范围 L=length(t); %采样点数 s=zeros(1,L); %构造信号 lap=zeros(1,L); %构造小波原子函数 noise =zeros(1,L); %随机噪声 %----构造脉冲响应信号,噪声 noise=An*random(Normal,0,1,1,L); %----自由度系统的脉冲响应信号 for i=1:L if t(i)=t0 s(i)=exp(-z0/(sqrt(1-z0^2))*2*pi*f0.*(t(i)-t0))*(sin(2*pi*f0.*(t(i)-t0)))+noise(i); else s(i)=noise(i); end end %% %----构造Laplace小波特征波库 F=5:0.5:20; %频率组 Z=[0.005:0.005:0.2,0.3:0.1:0.9]; %阻尼比组 T=-5:0.1:5; %时间参数组 for m=1:length(F) for n=1:length(Z) for p=1:length(T) for i=1:L if t(i)=T(p) lap(i)=exp(-Z(n)/(sqrt(1-Z(n)^2))*2*pi*F(m)*((t(i)-T(p))))... *(sin(2*pi*F(m)*(t(i)-T(p)))); else lap(i)=1e-5; end end norm_lap(m,n,p)=norm(lap,2); norm_s(n,m,p)=norm(s,2); kr(m,n,p)=sqrt(2)*sum(lap.*s)/(norm(s,2)*norm(lap,2)); % plot3(F(m),Z(n),kr(m,n,p));hold on; end end end %norm求欧几里得范数 %----求信号s的二范数，小波原子的二范数 %% 求 kr最大值并找出最大值对应的坐标 size_kr=size(kr); max_kr=max(kr(: