小波分析
關注創建者：正一算法程序 創建時間：2019-03-03
小波分析的視頻教程
小波分析和MATLAB程序詳解視頻與科研顯微鏡
主要內容包括：傅里葉變換提升到小波分析及小波函數等基本概念，一維和二維離散小波變換等命令的功能及語法，靜態離散小波變換等命令的功能及語法，小波包分解及最優小波樹等概念與降噪應用，小波分析在一維信號降噪方面的應用問題，小波分析在圖像降噪與壓縮及紋理增強等方面的應用問題，小波分析理論與基本概念再深入，小波分析工具箱GUI操作及其功能解讀。 ? ? ?
￥250 3小時26分鐘 911播放
查看
1-117基于matlab的短時傅里葉變換（STFT）、小波變換（WT）、同步壓縮變換（SST）、瞬態提取變換（TET）進行時頻分析
基于matlab的短時傅里葉變換（STFT）、小波變換（WT）、同步壓縮變換（SST）、瞬態提取變換（TET）進行時頻分析。程序已調通，可直接運行。 購買后可下載視頻中的源程序文件。
￥15.9 2分鐘 53播放
查看
小波分析的實例教程
現今，信號處理已經成為當代科學技術工作的重要部分，信號處理的目的就是：準確的分析、診斷、編碼壓縮和量化、快速傳遞或存儲、精確地重構（或恢復）。從數學地角度來看，信號與影像處理可以統一看作是信號處理（影像可以看作是二維信號），在小波分析地許多分析的許多應用中，都可以歸結為信號處理問題。現在，對於其性質隨實踐是穩定不變的信號，處理的理想工具仍然是傅立葉分析。但是在實際應用中的絕大多數信號是非穩定的，而特別適用於非穩定信號的工具就是小波分析。
事實上小波分析的應用領網域十分廣泛，它包括：數學領網域的許多學科；信號分析、影像處理；量子力學、理論物理；軍事電子對抗與武器的智能化；電腦分類與識別；音樂與語言的人工合成；醫學成像與診斷；地震勘探數據處理；大型機械的故障診斷等方面；例如，在數學方面，它已用於數值分析、構造快速數值方法、曲線曲面構造、微分方程求解、控制論等。在信號分析方面的濾波、去噪聲、壓縮、傳遞等。在影像處理方面的影像壓縮、分類、識別與診斷，去污等。在醫學成像方面的減少B超、CT、核磁共振成像的時間，提高解析度等。
(1)小波分析用於信號與影像壓縮是小波分析應用的一個重要方面。它的特點是壓縮比高，壓縮速度快，壓縮后能保持信號與影像的特征不變，且在傳遞中可以抗干擾?；?em>小波分析的壓縮方法很多，比較成功的有小波包最好基方法，小波網域紋理模型方法，小波變換零樹壓縮，小波變換向量壓縮等。
(2)小波在信號分析中的應用也十分廣泛。它可以用於邊界的處理與濾波、時頻分析、信噪分離與提取弱信號、求分形指數、信號的識別與診斷以及多尺度邊緣偵測等。
(3)在工程技術等方面的應用。包括電腦視覺、電腦圖形學、曲線設計、湍流、遠端宇宙的研究與生物醫學方面。
展開 圖4
如圖5所示，小波函數可以拉伸和壓縮。拉伸后的小波(如圖5左側)可以量化信號中緩變信息，對應信號中低頻成分；壓縮后的小波(如圖5右側)可以量化信號中突變信息，對應信號中高頻成分。
圖5
小波可以被認為一簇離散時間的帶通濾波器組，頻域中的小波具有帶通濾波器特性，通過拉伸和壓縮小波，實現帶通濾波器中心頻率向上或向下移動。
小波分析通過小波平移來提取信號中的時間信息，如圖6所示。
圖6
小波分析過程步驟如下：
將不同幅值尺度和平移量小波與原始信號進行卷積，以確定原始信號是否具有相似的頻率成分。
每個小波具有相應的“頻率”，卷積結果將確定該特定平移量(時間)處的原始信號是否也包含相同的頻率。
綜上，可以通過小波分析確定信號在什么時間存在什么頻率成分。
傅里葉變換與小波分析原理對比
如圖7左側圖所示，傅里葉變換對高低頻都使用相同的時間觀察窗，時間和頻率是一個固定的關系。
圖7
如圖7右側圖所示，小波分析對低頻使用較長時間窗，對高頻使用較短時間窗，時長選擇和頻率有關。
小波分析在低頻段，由于使用較長時間窗，頻域分辨率較好，時域分辨率差一些。
展開 共享《MATLAB6.5輔助小波分析與應用》
本書講述了小波分析的基本概念和思想，并用matlab6.5小波工具箱實現基本的小波變換與分析。
part01內容詳盡，針對性強！
MATLAB6.5輔助小波分析與應用.part1.rar
MATLAB6.5輔助小波分析與應用.part2.rar
MATLAB6.5輔助小波分析與應用.part3.rar
MATLAB6.5輔助小波分析與應用.part4.rar
MATLAB6.5輔助小波分析與應用.part5.rar
MATLAB6.5輔助小波分析與應用.part6.rar
MATLAB6.5輔助小波分析與應用.part7.rar
展開 基于MATLAB的系統分析與設計——小波分析.part1
基于MATLAB的系統分析與設計——小波分析.part1.rar
基于MATLAB的系統分析與設計——小波分析.part2.rar
基于MATLAB的系統分析與設計——小波分析.part3.rar
小波分析在信號預處理中的應用研究<BR><Font color=#FF0000><B>.PS.:</B>該帖附件于2006-10-12 22:01:35被malong評為3星級，為發貼者加分60。</Font><BR><Font color=#FF0000><B>點評:</B></Font>
小波分析在信號預處理中的應用研究.pdf
小波分析的最新內容
基于matlab的脈搏信號處理GUI界面編程，并實現濾波、去噪、實時回放、小波分析 計算脈率。采用低通濾波器，計算巴特沃斯數字濾波器的階數N和截止頻率Wn、使用'coif4'小波基計算信號的平穩小波分解完成降噪。程序已調通，可直接運行。
近年來人們用神經網絡、小波分析和模糊邏輯等新方法顯著地提高了預報精度，并且預報長度達到了24～36 h。風功率預報模型現在已經在風電場風力發電過程中得到廣泛應用。
CFD在風能發展中的應用
尾流模擬
隨著計算能力的發展，CFD 越來越多地用于風力發電機建模。
Mathematica 無需任何附加軟件，其中包含了面向多個技術領域的內置專用功能，從計算生物學到小波分析，全部和系統的其他方面緊密集成。
NTS.LAB軟件提供豐富的測量、分析模塊可供選擇，為目前的結構動力學測試和分析提供最廣泛的支持：
軟件基于多種可選數據庫架構：SQL Lite、SQL，Oracle，亦可支持國產數據庫，實時FFT分析，STFT短時傅里葉分析，小波分析和長時間歷程時域數據記錄
實時應力應變測量和分析
旋轉機械特性數據采集和分析（轉速測量和階次跟蹤、動平衡分析
本工作利用小波分析對調頻所需出力進行多時間尺度分析，將風場參與一次調頻的出力信號分解為高、低頻信號，不同頻段的出力信號對應不同頻率段的儲能系統。
要在算法上更上一層，必然需要更多的數學，所以這里建議學習實分析、泛涵分析、小波分析等。
05
其它問題
5.1 為什么不推薦學習MicroBlaze等軟核？
基于小波分析的濾波和基于EMD的濾波方法，都是通過對信號的分解，再剔除出信號不相關的成分，剩下的信號成分即為目標數據，這種濾波方式更加具有針對性，但是代價是計算量較大。
上述方法各有利弊，可以結合具體的應用進行合理的選擇。
至于其它的時頻域分析方法，比如短時傅立葉，小波分析，筆者告訴你，你基本用不到，也建議你不要學。原因有二，第一快速傅立葉變換本身就是短時傅立葉變換，就是一種時頻域分析方法；第二，學會本來就費勁，學了工作中又不用。當然，如果你是科研型，你當然要學習并使用最新的方法。筆者說得是普通工程師的常規振動分析。
針對某款SUV在高轉速時出現的扶手箱振動異響問題，利用小波分析數據得出傳動軸旋轉振動引起中間支撐模態與動力總成剛體模態耦合導致共振而產生噪聲。根據振動隔離理論提出增加中間支撐徑向剛度提升中間支撐模態避開共振的方案，經過驗證后，解決了問題。
關鍵詞：傳動軸 中間支撐，小波分析
隨著人們對整車舒適性要求的提高,振動與噪聲與舒適性要求成為汽車設計最重要的指標之一。
尤其對于瞬態信號如敲擊聲等，傳統頻域分析方法傅里葉變換不能很好的分析瞬態信號，使用小波分析來處理瞬態信號，是一個不錯的選擇。
某一時域信號，傅里葉變換和小波分析結果對比如圖1所示，比較兩張彩色圖可以得出如下結論：小波分析提供了更精確的時頻信息，并且時頻分辨率均優于傅里葉變換結果。
