【摘要】： 小波分析是近二十年來(lái)很受關(guān)注的一個(gè)領(lǐng)域,它成為了調(diào)和分析及信號(hào)分析等領(lǐng)域的重要工具之一。而提升小波以其獨(dú)特的算法結(jié)構(gòu)、快速運(yùn)算能力及低存儲(chǔ)需求,且適合于自適應(yīng)、非線(xiàn)性、非奇異采樣等優(yōu)點(diǎn)受到信息科學(xué)領(lǐng)域的廣泛關(guān)注。論文主要圍繞提升小波分析算法在機(jī)械故障特征提取方面做了一些研究。 論文首先分析了提升小波變換的一些基本知識(shí),提升小波分析的分解和重構(gòu)過(guò)程。提升小波由于在每次分解后的隔二采樣使得每經(jīng)過(guò)一次分解數(shù)據(jù)的數(shù)量就減少一半,這樣參與計(jì)算的信息會(huì)越來(lái)越少,勢(shì)必會(huì)造成分析效果不同程度的失真。為此引入自回歸譜提升小波分析信號(hào)的方法,自回歸譜在分析短數(shù)據(jù)的情況下能夠較傅里葉變換取得更好的效果。 為了消除提升小波分析算法每次隔二采樣后數(shù)量就減少一半的不足,論文提出了冗余提升小波分析算法。冗余提升小波分析算法不存在隔二采樣步驟,每次分解后近似信號(hào)和細(xì)節(jié)信號(hào)中所含的數(shù)據(jù)量和原始信號(hào)是等長(zhǎng)度的,數(shù)據(jù)是冗余的,有利于信號(hào)特征分析。 為了更有利于匹配分析信號(hào)的特點(diǎn),有利于信號(hào)微弱特征的提取,本文在研究相關(guān)文獻(xiàn)的基礎(chǔ)上,提出了一種新的基于自適應(yīng)算法的冗余提升小波分析。在自適應(yīng)冗余提升小波變換方案中,根據(jù)待分析信號(hào)的局部信息,自適應(yīng)地選擇更新器和預(yù)測(cè)器,以保證更有效的提出信號(hào)特征。 為了驗(yàn)證自適應(yīng)冗余提升小波分析的工程實(shí)用性,本文將該算法應(yīng)用到了從振動(dòng)信號(hào)提取早期微弱故障特征信號(hào)中。應(yīng)用分析結(jié)果表明,自適應(yīng)冗余提升小波分析能夠滿(mǎn)足早期微弱信號(hào)特征提取的要求。
【學(xué)位授予單位】：北京工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2010
【分類(lèi)號(hào)】：TH165.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 姜洪開(kāi);王仲生;;第二代小波包構(gòu)造及發(fā)動(dòng)機(jī)微弱損傷識(shí)別[J];北京航空航天大學(xué)學(xué)報(bào);2007年07期

2 馬波;高金吉;江志農(nóng);;自適應(yīng)提升小波在往復(fù)機(jī)械故障檢測(cè)中的應(yīng)用[J];流體機(jī)械;2007年04期

3 姜洪開(kāi),何正嘉,段晨東;冗余第2代小波構(gòu)造及機(jī)械信號(hào)特征提取[J];西安交通大學(xué)學(xué)報(bào);2004年11期

4 姜洪開(kāi),何正嘉,段晨東,陳雪峰;基于提升方法的小波構(gòu)造及早期故障特征提取[J];西安交通大學(xué)學(xué)報(bào);2005年05期

5 姜洪開(kāi);王仲生;何正嘉;;基于自適應(yīng)提升小波包的故障微弱信號(hào)特征早期識(shí)別[J];西北工業(yè)大學(xué)學(xué)報(bào);2008年01期

6 周瑞;鮑文;左國(guó)華;于達(dá)仁;楊建國(guó);;基于改進(jìn)冗余提升方案的汽輪機(jī)組振動(dòng)故障特征提取[J];中國(guó)電機(jī)工程學(xué)報(bào);2008年08期

7 段晨東;;基于第二代小波變換的混合小波降噪方法[J];中國(guó)機(jī)械工程;2007年14期

相關(guān)碩士學(xué)位論文 前2條

1 閻剛;基于自適應(yīng)提升小波的圖像壓縮[D];西安電子科技大學(xué);2006年

2 高真真;基于提升方案的自適應(yīng)小波變換算法研究[D];哈爾濱工業(yè)大學(xué);2006年

，

本文編號(hào)：2639450