小波變換在變形監(jiān)測(cè)數(shù)據(jù)去噪和信息提取中的應(yīng)用研究.pdf

1、小波變換因其具有多分辨分析和時(shí)頻局部化的優(yōu)點(diǎn)，特別適合用于對(duì)含有多種頻率成分且為非平穩(wěn)序列的變形監(jiān)測(cè)數(shù)據(jù)進(jìn)行去噪處理并提取其中的變形信息。在使用小波變換對(duì)變形監(jiān)測(cè)數(shù)據(jù)進(jìn)行去噪處理時(shí)，不同的變形監(jiān)測(cè)數(shù)據(jù)具有不同的特點(diǎn)（如采樣率、受噪聲污染程度等），應(yīng)當(dāng)選取不同的去噪?yún)?shù)，包括小波基的選取，最佳分解層數(shù)的確定以及閾值的選擇。這個(gè)問題一直是研究的重點(diǎn).目前許多專家學(xué)者就最佳分解層數(shù)和閾值的選擇問題已經(jīng)進(jìn)行了大量的研究探索，而最優(yōu)小波基的選取還

2、沒有一個(gè)系統(tǒng)規(guī)范的標(biāo)準(zhǔn)。另一方面，工程體的變形信息往往表現(xiàn)為監(jiān)測(cè)數(shù)據(jù)頻率成分的變化。基于這一事實(shí)，變形監(jiān)測(cè)數(shù)據(jù)中的變形信息提取就是要獲取數(shù)據(jù)信號(hào)頻率出現(xiàn)奇異性的地方。而在使用單子帶重構(gòu)算法對(duì)數(shù)據(jù)信號(hào)進(jìn)行分析的過程中，由于Mallat算法固有的頻率混淆，常常會(huì)導(dǎo)致提取出錯(cuò)誤的特征信息，得到的重構(gòu)數(shù)據(jù)也會(huì)因?yàn)榕c濾波器卷積而長(zhǎng)度發(fā)生改變，進(jìn)而導(dǎo)致邊界效應(yīng)問題。
　　針對(duì)以上兩個(gè)問題，本文在查閱國(guó)內(nèi)外大量文獻(xiàn)的基礎(chǔ)上，嘗試從能量和熵的角度

3、出發(fā)，提出了一種能夠在一定程度上指導(dǎo)不同變形監(jiān)測(cè)數(shù)據(jù)選擇其適合的最優(yōu)小波基的融合指標(biāo)。同時(shí)通過研究Mallat算法中頻率混淆的產(chǎn)生原因，在單子帶重構(gòu)改進(jìn)算法的基礎(chǔ)上提出抗混疊單子帶重構(gòu)改進(jìn)算法，以期能夠解決頻率混淆和信號(hào)長(zhǎng)度變化的問題。
　　采用本文提出的方法對(duì)仿真數(shù)據(jù)進(jìn)行小波閾值去噪處理以及特征信息提取。通過分析，證明了小波基選擇的融合指標(biāo)的可靠性和實(shí)用性，同時(shí)驗(yàn)證了抗混疊單子帶重構(gòu)改進(jìn)算法能夠克服頻率混淆的問題，保證了信號(hào)長(zhǎng)度