滚动轴承诊断现场实用技术_154-204.docxVIP

143

图3-75小波分解示意通过低通滤波器得到的是逼近信号，也就是低频信号；通过高通滤波器得到的是细节信号，也就是高频信号。然后再将分解后得到的逼近信号再次分解为逼近信号和细节信号。在分解中需要用到“向下抽样”的方法。为了向下抽样

图3-75小波分解示意

隔项保留输出序列中的项，即在公

式（3-95）中，只保留偶数项，并且输出序列中的项数减少50%。因此每次分解之后的逼近信号和细节信号比分解前信号的点数减少50%，其时域分辨率就下降50%。

Cj=H?Cj+1+G?Dj+1（j=J-1，J-2，…,0）（3-92）式中，H?和G?分别是H和G的对偶算子，也可分别理解为H和G的共轭转置矩阵。式（3-96）便是Mallat的塔式重构算法。

重构算法实质上就是分解算法的逆过程。在重构算法中需要用到“向上抽样”方法。为了向上抽样，在信号进行重构前，在输入序列的每两个相邻项之间放置一个零。也就是，在公式（3-44）中，将输入序列Cj+1和Dj+1的项数增加一倍，并且在其每两个相邻项之间放置一个零。因此，经过每一次重构之后，信号的点数便增加一倍，其时域分辨率便提高一倍。经小波分解后的信号能够进行重构，这是小