自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(2)
  • 收藏
  • 关注

原创 如何简单易懂理解连续小波变换?(个人笔记)

但是STFT还是存在缺点:窗函数是固定的(变换的过程中不能改变),导致信号的分辨率是固定的,不能清楚定位故障频率在具体什么时间,但相比FFT,我们可以知道某频率范围在什么时段存在。为了能定位到具体某个的故障时间点和频率,小波变换诞生了。可以简单理解为进行多个STFT,但是不是用窗函数按找一个范围逐个扫描使用FFT,而是使用小波函数进行扫描,并且用频率不同的小波函数对局部信号重复扫描,扫描的次数越多,分辨率越高,得到高分辨率的局部信号。小波分解:重复对局部信号进行小波变换,获得分辨率更高的信号分量。

2024-01-06 23:36:45 530

原创 如何理解离散傅里叶变换(DFT)的公式(个人笔记)

由于cos和sin的奇偶特性,经过DFT变换后,图像具有对称性。如果不关心信号的相位等(与虚部相关的性质),可对处理后的频域信号。FFT是基于DFT,对重复计算部分进行简化,从而提高计算效率。1)输入长度更长的信号,或者说,采集时间更长的信号。2)将采集到的信号的后面以0幅值延长。取绝对值,并只取半边。

2024-01-06 17:47:19 494 1

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除