MATLAB与VC 混合编程实现一维小波多尺度分解.docxVIP

MATLAB与VC 混合编程实现一维小波多尺度分解 matlab与vc混合编程实现一维小波多尺度分解 MATLAB与VCplusplus；用混合编程实现一维小波多尺度分解 小波分析世纪80年代开始发展成熟起来的一个数学分支，其应用领域十分广泛，并逐步成为信号分析的又一有力工具。matlab的小波工具箱为我们提供了小波多尺度分解函数，方便了我们对小波的使用。但是用它所编写的软件不能脱离matlab编程环境在windows平台下直接运行，代码执行效率低下，运行时占较多的系统资源，不能达到某些用户的需求。 VC++是美国微软公司开发的visualc/C++集成编程环境。它是目前最强大的软件开发工具之一。它广泛用于Win32平台上的基础应用程序开发。它具有强大的图形界面编程能力和较高的代码执行效率。它可以生成独立于VC++环境运行的应用程序。然而，VC++在数值处理、分析和算法工具方面都不如MATLAB。 一、一维小波多尺度分解原理及其matlab实现 1.1一维小波多尺度分解原理 对上诉分解结果中的近似序列再做一次分解，可得到 {}和{}等，直到对指定序列进行多尺度小波分解。分解过程如图1所示。图中s为原始信号，CD1和CA1为分解后第一层的细节序列和近似序列，CD2和Ca2为分解后第二层的细节序列和近似序列，依此类推。由于该算法分解的数据结构是塔式结构，因此该算法通常称为金字塔算法 1.2一维小波多尺度分解及重构的matlab实现 Matlab小波工具箱提供以下功能，实现一维小波分解和重构[3]： [c,l]=wavedec(x,n,’wname’)，多尺度一维小波分解函数。其中c为分解结构变量，l为个分解结构以及原始信号长度变量，x为原始信号，n为分解层度，’wname’为小波类型。 X=waverec（C，l，wname），多尺度一维小波重构函数。其中C和L是多尺度一维小波分解函数wavedec的计算结果。 d=detcoef(c,l,n)，一维小波变换细节序列提取函数。其中c，l为多尺度一维小波分解函数wavedec的计算结果。’wname’为小波类型。 A=appcoef（C，l，wname，n），一维小波变换的近似序列提取函数。其中C和L是多尺度一维小波分解函数wavedec的计算结果。 y=wrcoef(’type’,c,l,’wname’,n)，一维小波系数单支重构函数。其中，当’type’=’a’时重构近似序列，当’type’=’d’时重构高频系数；c,l,’wname’,n含义同上。 Y=upcoef（type，s，wname，n），一维系数的直接小波重构函数。其中type，wname，n与上述含义相同。S是小波分解系数变量。 2、matlab与vc++混合编程实现一维小波多尺度分解 2.1 MATLAB与VC+混合编程的实现+ matlab与vc++混合编程有下列几种方法[9]： （1） 使用Matlab引擎。这种方法的优点是可以支持所有的matlab函数。缺点是：混合编程后的可执行程序不能脱离MATLAB的运行环境；另一方面，调用引擎后，根据MATLAB的执行模式执行。因为matlab解释并执行代码，所以运行速度非常慢。 b工具箱中的函数。另外，利用它来转换的代码可读性不太好，且不支持图形函数，不常使用。 在比较几种方法优缺点的基础上，经过大量实验，确定采用第四种方法实现一维小波多尺度分解。 （2）vc中调用上述由matlab产生组件，形成一个可脱离matlab环境运行的可执行文件（*.exe），过程如下[1][2]： 是我们想要操作的类。 ○4为界面添加所需控件和相应代码，调试程序，最后形成可脱离matlab环境运行的可执行文件（*.exe），界面如图2 小波分析是近年来兴起的一门新的数学分支。它取得了重大突破，在信噪比分离、信号特征提取、信号频率分析、信号奇异性检测、故障诊断、位虚警抑制、语音信号处理等诸多科学领域得到了广泛应用。由于篇幅有限，本文仅以基于信号奇异性检测原理的汽轮发电机转子匝间短路故障检测为例，说明了VC与MATLAB混合编程实现一维小波多尺度分解的实用性和方便性。 3.1转子绕组匝间短路信号的检测原理 汽轮发电机转子绕组匝间短路是汽轮发电机的常见故障，严重时会引起发电机转子磁极间的电磁负载不平衡和热不平衡，增加轴系振动，造成机组损坏。因此，检测发电机转子绕组匝间短路故障具有重要意义。 目前，用转子动态下气隙线圈探测的方法来检测发电机转子线圈是否发生匝间短路故