提出了基于HHT变换和SVM结合的齿轮箱故障诊断方法,介绍了固有模态函数、EMD分解和Hilbert谱以及支持向量机(SVM)理论。先对各种工况信号消噪,再利用EMD分解将信号分解为IMF分量,求出Hilbert谱和边际谱,再利用边际谱求出各信号的故障特征信息,最后利用支持向量机判别齿轮箱的故障类型。该实验证明了此方法诊断齿轮箱故障的有效性。

提出改进的快速TLS-ESPRIT（全局最小二乘子空间旋转不变）算法，其在TLS-ESPRIT算法的基础上，通过降低奇异值分解维数，减小了计算量，并对计算结果不产生影响，可高精度地辨识电力系统中任意组合谐波和间谐波的频率、幅值和相位参数信息。在采样间隔10 μs、采样2 000点的实验条件下，用仿真信号（含均方差为1的白噪声）和实际牵引变电站监测信号进行间谐波分析试验，结果表明，该方法具有良好的频率分辨率和抗噪声能力，能够在较短的数据窗内有效地辨识出信号中的主要谐波和间谐波分量，计算误差小于0.5 %；并且算法仅对周期信号敏感，不受频谱泄漏影响，实用性强。

提出了一种基于十项余弦窗的插值FFT算法,分析了余弦组合窗的特性,从旁瓣特性的优势出发,运用旁瓣峰值较低的十项余弦窗,并用双谱线插值算法推导出其对应的修正公式.仿真计算结果表明,谐波幅值误差小于0.001%,相位误差小于0.001%.新的插值FFT算法与常用的Hannning窗、Blackman窗插值FFT算法的测量结果对比,进一步说明了该算法可以有效提高电力系统谐波测量精度,具备实际应用价值.

小波变换适合处理非平稳信号，使用C语言实现小波变换，实时性高

几何变换 VS2017编译通过，可直接运行 包括 图像平移 垂直镜像 水平镜像 图像转置 图像缩放 图像旋转

基于Matlab的AC_DC变换器的系统建模和仿真.pdf

第一个代码“vijay_ti_1”将提取图像中每个关键点的 SIFT 关键点和描述符向量。 对于此代码，只需要一张输入图像，在执行完整的 SIFT 算法后，它将生成关键点、关键点位置及其方向和描述符向量。 第二个代码 'vijay_ti_2' 将首先生成原始图像的关键点，然后要求用户选择是否要增加图像强度或减少它或更改 sigma(scale) 的值或是否要旋转图像。 因此，转换后的图像将作为第二张图像并计算其关键点和描述符。在最后一步，此代码将给出这两个图像之间匹配的关键点数及其在命令窗口中的百分比。

（2）频域卷积性质：由 卷积特性说明：傅里叶变换可以将时域的卷积运算转换成频域中的乘法运算；也可以将时域的乘法运算转换成频域中的卷积运算。由于时域卷积是求解系统零状态响应的重要手段，因此，时域卷积性质为分析这种响应的频谱提供了方便。

WaveletAnalysis() 将计算数据集的离散小波变换并提取分割。 对于每个段，计算小波尺度谱和常规功率谱密度。 输出是一个元胞数组，总结了每个段的分析。 提供了示例和文档。

该压缩包里包含两个PPT, 其中一个内容比较粗略, 另一个内容比较详细. 详细的那个PPT涉及内容包括小波变换发展史, 连续小波变换的原理和性质和注意点, 离散小波变换公式的构造, 多分辨率分析框架, 正交小波变换的Mallat快速算法, 二维离散小波变换. 最后还附有Matlab中涉及一维离散小波变换, 二维离散小波变换的函数和应用例子.