基于小波分析的钢板检测信号分析

摘　要　本文讨论了小波变换应用于钢板检测振动信号的原理和特点,在简单介绍小波分析的发展的基础上，对傅立叶变换和小波变换比较分析，介绍了小波分析在实际生活中的应用，分析了小波分析在传感振动诊断中的分析。通过理论和实验分析表明:小波理论的发展适应于振动弱信号及突变信号检测的要求,为振动信号检测和分析提供了一种新的研究方法。

傅里叶变换

定义x(t)的傅里叶变换X(ω)：

X(ω)的傅里叶反变换x(t)：

对很多信号来说，傅里叶分析非常有用。因为它能给出信号中包含的各种频率成分。但是，傅里叶变换有着严重的缺点：变换之后使信号失去了时间信息，它不能告诉人们在某段时间里发生了什么变化。而很多信号都包含有人们感兴趣的非稳态（或）特性，如漂移、趋势项、突然变化以及信号的开始或结束。这些特性是信号的重要部分。因此傅里叶变换不适于分析处理这类信号。

 短时傅里叶变换

为了克服傅里叶变换的缺点，D.Gabor(1946)提出了短时傅里叶变换(Short Time Fourier Transform), 又称为盖博(Gabor)变换或者加窗傅里叶变换(Windowed Fourier Transform)。该变换把一个时间信号变换为时间和频率的二维函数，它能够提供信号在某个时间段和某个频率范围的一定信息。这些信息的精度依赖于时间窗的大小。盖博变换的缺点是对所有的频率成分，所取的时间窗的大小都相同。然而，对很多信号为了获得更精确的时间或频率信息，需要可变的时间窗。

连续小波变换

连续小波变换的实质是滤波器。滤波器在时间域和频率域中的表达式为：

式中，h(t)是系统的脉冲响应，H(w)是滤波器的系统函数。

小波变换的脉冲响应为：

这种滤波器称为相关滤波器或者镜像滤波器。

离散小波变换

实际计算中不可能对全部尺度因子值和位移参数计算CWTa,b值，加之实际

的观测信号都是离散的，所以信号处理中都是用离散小波变换(DWT)。大多数情况下是将尺度因子和位移参数按2的幂次进行离散。最有效的计算方法是快速小波算法（又称塔式算法）。对任一信号，离散小波变换第一步运算是将信号分为近似部分和细节部分。近似部分代表了信号的主要特征。第二步对近似部分进行相似运算。

首先我们定义一些需要用到的信号及滤波器：

（1）x[n]：离散的输入信号，长度为N。

（2）g[n]：low pass filter低通滤波器，可以将输入信号的高频部份滤掉而输出低频部份。

（3）h[n]：high pass filter高通滤波器，与低通滤波器相反，滤掉低频部份而输出高频部份。

（4）Q：downsampling filter降采样滤波器，如果以x[n]作为输入，则输出y[n]=x[Qn]。此处举例Q=2。

备注
简介此部分摘自互联网，仅供参考，若侵权，联系删除。

程序代码:

功能效果:

创作不易，相关程序，说明文档需求，如需要，可加作者新联系方式，WX：Q3101759565，QQ：3101759565[多加几次！！！]

祝您学业有成！工作顺利！ 年薪百万!