液压系统在矿山开采装备中发挥着重要的作用。为了对液压系统的运行状态进行有效的评估和诊断,利用三相电机的定子电流信号对液压系统的故障进行了分析,并采用自适应小波包分解作为特征提取方法从电流信号中提取设备的故障特征。通过试验结果证明了所提方法有效性。

此代码是用于信号的特征提取，提取信号的小波包特征，可以用于心电信号，语音信号等一维信号的特征提取。直接输入信号就可以提取出各个系数下的特征的方差。

引入对应于多元向量值正交尺度函数的多元向量值小波包的定义,运用代数学理论和积分变换进一步研究多元向量值小波包的性质,得到多元向量值小波包的一个新的正交公式。

Matlab程序以及注释介绍小波包的分解与重构，通俗易懂

小波变换的相关代码：使用小波包变换分析两个信号的特征向量和各频率成分的功率谱！

基于小波变换和小波包变换的基本原理，利用其在非平稳信号时频分析中独特的优越性，对直流电动机起动过程中的电枢电流信号进行分析，得到直流电机的转矩一转速特性，从而实现了一种无需转矩转速传感器的直流电机转矩一转速特性曲线的快速测试方法。类似的方法和原理，也可推广到交流电机的性能测试中。

简单的小波滤波程序和小波包滤波程序，附带说明，简单易懂，顺便推荐一下可以使用wavemenu

基于小波包能量谱与CNN的滚动轴承故障诊断方法，用的matlab

基于小波变换的滚动轴承故障诊断,振动信号中的高频部分对诊断结果有一定影响,为克服此影响,首先运用小波包对SKF型滚动轴承故障信号进行预处理,以此为特征向量结合概率神经网络去验证模型的实用性和可行性。分析结果表明,小波包与概率神经网络相结合的故障诊断方法可以有效的应用于滚动轴承故障诊断。

分别用小波分解、小波包分解和EMD分解处理滚动轴承故障数据,并结合Hilbert变换进行包络谱分析实现滚动轴承故障诊断。对滚动轴承故障数据进行小波阈值降噪。小波阈值降噪后分别进行小波分解、小波包分解和EMD分解。分别求出小波分解、小波包分解和EMD分解后各个频带的能量谱。再根据能量谱确定故障频带范围并对其进行信号重构。采用Hilbert变换对重构信号进行包络谱分析实现滚动轴承故障诊断。通过对滚动轴承内圈故障信号的分析验证了小波分解、小波包分解和EMD分解结合Hilbert变换进行包络谱分析的滚动轴承故障诊断方法的有效性。