针对故障齿轮振动信号的非平稳和调制特性,提出了基于双树复小波包变换和谱峭度的齿轮故障诊断方法. 首先,利用双树复小波包变换将原始振动信号分解为若干个不同频带的信号分量,选择与原始信号相关系数大的分量进行阈值降噪并重构;然后,对降噪后的信号利用谱峭度所得的峭度图选择最佳的带宽和频带中心进行相应的带通滤波处理;最后,将带通滤波后的信号作平方包络和傅里叶变换,即可得到信号的包络解调谱,从而提取故障特征信息. 通过对试验和工程实际的齿轮故障信号分析表明:双树复小波包变换和谱峭度结合的方法可有效地提取齿轮故障特征信

局部均值分解（Local Mean Decomposition，简称LMD）方法是一种新的自适应时频分析方法，并成功运用于滚动轴承故障诊断中，但对噪声比较敏感。为消除噪声对诊断结果的影响，提出了一种小波包降噪与LMD相结合的滚动轴承故障诊断方法。该方法首先利用小波包去除信号中的噪声，然后，进行LMD分解，并将分解后PF分量与分解前信号的相关系数作为判断标准，剔除多余低频PF分量，最后，选取有效PF集进行功率谱分析，提取故障特征。通过仿真数据和真实滚动轴承数据的故障诊断实验，其结果验证了该方法的有效性。

爆破振动小波包时频特征提取与发展规律.pdf

信号小波包分解

基于小波包分解的遥感图像压缩方法，很好的一篇文章

曲波变换matlab代码SynLab 概述 一维同步压缩波包变换（SSWPT）： 分析叠加的非线性振荡信号的瞬时特性（瞬时频率，相位和幅度）。 二维同步压缩的Curvelet变换（SSCT）： 叠加非线性振荡纹理的局部特性。 3D同步压缩波包变换（SSWPT）： 应用范围： 地球物理学：地震波场分离和地滚波去除。 材料科学：原子晶体图像分析，晶界和局部缺陷识别，弹性变形估计。 艺术：用于法医的画布绘画分析。 介绍 SynLab是Matlab和MEX例程的集合，该例程实现了[1]-[4]中提出的1D和2D同步压缩转换。 它在[2] [5] [6] [9]中包含数值示例。 [1] H. Yang。 同步压缩波包变换和基于微分同构的一维通用模式分解频谱分析。 应用与计算谐波分析，2015，39（1）：33 – 66。 [2] H. Yang，J。Lu和L. Ying。 使用2D同步压缩变换的晶体图像分析。 多尺度建模与仿真，13（4）：1542-1572，2015年。 [3] H. Yang和L. Ying。 用于2d模式分解的同步压缩波包变换。 SIAM影像科学杂志，6（4）：1979-2

异步电机的转子断条的特征信号与基波频率非常接近,并且幅值很小,很容易被变频分量湮没。研究了小波包分解和小波包节点系数重构,以及小波包系数的平均能量的计算。然后通过小波包分解提取故障的特征信号的频带向量,最后计算频带向量的小波包系数平均能量并进行归一化处理,形成故障特征向量。通过特征向量的对比判断电机是否发生转子断条故障。并通过Matlab仿真以及实验分析验证了这种方法的可行性。

利用matlab实现信号的小波包分解和各个频带信号重构，并克服传统小波包分解的频带编码问题，实现频带由低到高顺序排列。

基于数字信号的小波包的分解与重构代码，适合初学者学习

wavelib：一维和二维小波变换（DWT，SWT和MODWT）的C实现以及一维小波包变换和一维连续小波变换