文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 信息与通信 > 基于MATLAB小波分析的奇异信号检测的研究
侵权投诉

基于MATLAB小波分析的奇异信号检测的研究

I_岽蒜L一

*中国鸯新技术企业

基于MATLAB小波分析的奇异信号检测的研究

令文/熊萌立1颜斯泰2

【摘要】本文在对不同信号的奇异性检测方法进行比较的基础上,总结了基于wavdet变换的理论,并结

合两仿真实例对小波分析在奇异信号检测上的应用进行了分析。【关键词】小波分析

奇异信号

检测

在实际的应用中.测试信号的奇异性将是工程应用中非常重要的信息,传统的基于整体频率的变化方法,对于某些奇异信号的检测将是非常困难的。而小波变换由于其对局部空间识别能力强的特点,对于奇异信号的检测非常有效。

1.信号奇异性检测法的比较1.1基于传统Fourier变换的检测

应用Fourier变换研究一个模拟信号的频谱特性,必须获得在

时域中信号的全部信息。甚至包括将来的信息。如果一个信号在某个时刻的一个小的邻域中发生突变,那么整个频谱都将受到影响。

)(0的领域内的特性及小波变换所取的尺度。分析函数f(x)的奇异性的传统方法是考察f(x)的傅里叶变换f(w)的渐近衰减性。一个有界函数f(x)在实轴上是一致李氏指数的,如果满足:

£I厂(∞)|(1+W)dco<悯‘2’

但式(2)是一个充分条件,它只给出f(x)在全域的奇异性度量。如果需要研究某一特定点‰的局部奇异性,式(2)就无能为力了。而利用小波可分析这种局部奇异性。小波系数的值取决于ffx)在)(0的邻域内的特性及小波变换所选取的尺度。在比较小的尺度上,它提供了ffxl的局部化性质。

3.基于小波变化的奇异信号的检测3.1第一类间断点的检测

间断点是指在正常信号情况下的信号突变。在动态系统中,信号突变是非常快的。信号突变的主要特征是信号在时间和空间上存在着局部的变化。根据信号变化的速度快慢,选择合适的分解尺度,小波分析良好的局部分析功能就能充分发挥,从而方便地解决信号突变点检测的问题。信号突变点的检测内容包括:突变点的时机、突变

实际上,在极端情况下,Fo埘er变换覆盖了整个领域。因此,在非平稳信号分析和实时信号处理的许多应用中,只有Fo嘣er变换是不够

的【1】。而许多信号的急剧变化之处常常是分析信号特性的最关键之处。长期以来,傅里叶变换是研究函数奇异性的主要工具,其方法是研究函数在傅里叶变换域的衰减。以推断此函数是否具有奇异性以及奇异性的大小。但傅里叶变换缺乏空间局部性,它只能确定一个函数奇异性的整体性质。而难以确定奇异点在空间的位置及分布情况。

1.2基于Wavekt变换的检测

小波变化具有空间局部化特性。因此。利用小波变换来分析信

号的奇异性及奇异性位置和奇异度的大小是比较有效的。小波变换突破了F0llrier变换在时域没有任何分辨力的限制,可以对指定频带和时间段内的信号成分进行分析。在时域和频域均具有良好的局部化性质,小波变换可以准确地抓住瞬变信号的特征,对频率成分采用逐渐精细的时域或空域取样步长,从而可以聚焦到信号的任意细节.在不同时域、不同频带上观察信号的演变与特征【2】。

通常情况下,信号奇异性分为两种情况:一种是信号在某一个时刻内,其幅值发生突变,引起信号的非连续,幅值的突变处是第一种类型的间断点;另一种是信号外观上很光滑,幅值没有突变,但是信号的一阶微分有突变产生.且一阶微分是不连续的.称为第二种类型的间断点。

2.基于Wavelet变换的理论

通常情况下,用李普西滋指数(Lipschitz0【)来描述函数的局部奇异性。一个描述信号奇异度的一般定义如下【3]:

设n是一非负整数.n<a≤n+1,如果存在两个常数A和llo,及

n次多项式Pn(h),使得对任意的h≤110,均有:

点的类型和振幅的改变。以某工作系统的测试信号为例,其正常工作的信号为一定频率的的蠕变信号,当系统出现故障时,其信号的频率发生了变化,如下图1一s所示。

本文通过采用小波变化来分析来检测第一类间断点,即信号幅值变化的准确时间。即间断点的准确位置。本实例中.信号的不连续是由于低频特征的信号在后半部分中突然有中高频特征的信号加

人,分析的目的是将中高频特征的信号加入的时间点检测出来。从图1小波分解的第一层系数d1可以明显看出在t=50开始直到t=100的时间内,系统工作出现了异常情况,显然,小波变化通过其局部识别特性将故障的间断点正确的诊断出来。

同时,本文也对比了通过传统的傅里叶分析对信号进行处理的情况。如图2所示,通过与小波多尺度变化的比较可以明确的说明小波分析比传统的傅里叶分析有更大的优越性。如果这种信号用傅里叶分析进行分析,显然是无法检测出信号的频率变化点的,而在小

波分析中.这种突变点的特征则表现得相当明显。

在信号出理中,信号中含有噪音是一种相当普遍的情况,而噪音的存在增加了辨别信号不连续点的复杂性。一般说来,如果信号用

(下转94页)

{厂(.‰+五)一只(五)I≤爿l^I“(1)

则我们说f(x)在点)(0为Lipschitz仪。

如果上式对所有)【0∈(a,b)均成立,且)(0+hE(a,b),称f(x)在

(a,b)上是一致的Upschit碱。显然,f(x)在)(o点的Lipschitzd刻画了函

数在该点的正则性,称为函数f(x)在点)(0是“pschitz仪。Lipschitzq指数越大,函数越光滑;函数在一点连续、可微,则在该点的Lipschitza指数为l;函数在一点可导,而导数有界但不连续时,“pschitzd指数仍为1;如果f(x)在)(o的Lipschitzoc<l,则称函数在‰点是奇异的。

矧

l‰。i…!j..积I

;擒I

一个在‰不连续但有界的函数,该点的Lipschitza指数为O。

在利用小波分析这种局部奇异性时,小波系数取决于f(x)在

一92一

万方数据 万方数据

第1页

你可能喜欢

  • matlab小波分析
  • 小波分析应用
  • matlab小波变换
  • 小波变换原理
  • Matlab图像处理
  • 机械故障诊断
  • 图像压缩

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email