Matlab中的小波分析工具箱.ppt

从时域角度进行简单的特征识别 第一步：载入信号，选出样本和测试数据。 第二步：用各类样本的平均值作为该类的特征，此为时间域特征。 第三步：用测试数据与各类特征的欧几里得距离判断是否属于该类，进行特征识别，计算识别率。 研究采用小波分析的手段对其进行特征提取与分类 第一步：选择连续小波变换的尺度，即a的取值范围。 第二步：进行连续小波变换，提取信号特征。 第三步：选取各类样本，计算平均连续小波变换特征，作为该类特征。 第四步：用测试数据与各类特征的欧几里得距离判断是否属于该类，进行特征识别，计算识别率。 第五步：调整尺度a的范围，进一步提高识别率。

针对现有的井下电缆故障测距方法存在可靠性差、精度低的问题,介绍了一种基于小波分析理论和神经网络的井下电缆故障测距方法,并比较了BP神经网络和RBF神经网络用于该方法的测距性能。该故障测距方法采用3次B样条半正交小波对暂态零序电流信号进行小波变换,得到特定频带内的暂态零序电流模极大值,并将该模极大值作为神经网络的输入信号,根据模极大值与故障点位置的映射关系实现故障定位。仿真结果表明,该故障测距方法能够较好地进行井下电缆故障测距,且RBF神经网络的测距误差及训练速度均优于BP神经网络。

2．2 MIMO雷达的匹配滤波处理 对每个接收阵元收到的信号都用 个匹配 滤波器进行匹配滤波，即可分离出 个发射信号 所贡献的回波成份。由于各信号满足正交性，匹 配滤波可以用相关器来等效实现。 第 n个阵元收到的信号为 (t)=o：e—J(一 ) aTt(O)s(t)+ (t) (13) 用 S (t)(i=1，2，⋯， )与 (t)做相关进行 匹配滤波可以得到 个输出 rt+ = I (t)Si (t)dt (14) 0 式(14)中 ti是第 个距离单元的起始时间。则 n1= e—J( 一1) c O+ “nl 『 Z nl J] “c-n-1)~『。一 三1_。 ]c。+『 (15) (16) 即 Z ：oge—J( 一 a (0)Co+U (17) U 是第 n个阵元的噪声和信号向量的进行 相关处理得出的向量，将 Ⅳ个阵元的匹配滤波输 出Z1，2：2，⋯，ZⅣ组成MN维列向量 Z = Z1 ： ● ZN a (0) e—j a ，(0) e-j(Ⅳ一 ) a (0) 匹配滤波在具体实现时，除时域求相关外，也 可以采用频域处理来实现，如图2所示。 图2 MIMO雷达频域匹配滤波 2．3 MM O雷达的波束形成 对于 发Ⅳ收的 MIMO雷达，接收端匹配滤 波后有 MN个输出，由于各发射和接收单元的位 置是已知的，对这 MN个信号进行移相相加，则可 以在一个或多个方向上形成波束。 如在 P方向上形成接收波束，其输出为 Y(P)=b“(P)·Z (22) 其中 b(P)=a，(肛) a (P) (23) 当 P=0时，，，(p)输出有峰值，表示有 目标。 匹配滤波及 DBF如图 3所示。若在 Ⅳ个方 向上形成接收波束，各波束的输出分别为 Y(P )， _y(II2)，⋯，Y(PⅣ)，若在 P 的方向上有 目标，则会 出现峰值。 ＼ ⋯ ＼ z 2 二|! z l !! Z1 Z2 y(p )=b“(p ． )·z (p )=b“(p )·z y(p )=b“(p )·z 图3 MIMO雷达的波束形成 ) 一 1 一 Ⅳ e 一 e

三、窗口傅里叶变换（傅里叶→小波） 由于传统傅里叶分析只适用于平稳信号，在进行非平稳信号的分析时通常采用时频处理方法，它将一维时域信号分解为二维时域—频域联合分布表示。传统傅里叶分析不适用于时变信号的分析，但是可以在时域和频域内进行加窗处理，窗内的信号认为是准平稳的，对它们可以采用平稳信号的分析方法，如频谱分析和功率谱分析。这就是窗口傅里叶变换。

关于图像的噪声，可以这样理解：妨碍眼睛或者视觉传感器对接收到的图像进行理解或分析的因素，例如透过窗户看窗外的风景，但是却有一层“雾水”使得窗外风景在你眼中变得朦胧，窗外实际的风景显然不是如此的，所以这层“雾水”就相当于噪声了。一般噪声是不可预测的随机信号，只能用概率统计的方法去认识，但是图像噪声又不可忽视，它存在于图像处理的输入、采集、处理的各环节以及输出结果的整个过程，特别是图像的输入、采集部分，该部分的噪声是个很关键的因素，如果输入的时候就跟随着较大噪声，之后的环节也将受到影响。因此一个良好的图像处理系统，都会将减少前级噪声作为一个主要的目标，去噪是图像处理中极为重要的步骤，由于噪声并不能完全去除，因此也可以称作是降噪。 去噪步骤 二维图像信号用二维小波分析的去噪步骤含三步，即： 1）、对图像信号s进行小波分解：选择好小波以及小波分解的层次N，然后计算图像信号s到第N层的分解。 2）、对高频系数进行阈值量化：从1到N的每一层，选择一个阈值，并对该层的高频系数进行软阈值量化处理。 3）、二维小波的重构：根据小波分解的第N层的低频系数和经过阈值量化处理的从第一层到第N层的

小波变换

小波分析提取文件特征 用二维多分辨分析方法提取文件参考线, 从而达到能提取文件中任意兴趣信息的目的. 这在各种支票、票据的分析和识别中具有重大意义.

小波分析（Wavelet）库文件，dotnet下可以

介绍了中性点不接地电网单相接地故障建模与仿真过程,研究并分析了单相接地时故障线路相电流、相电压,三序电压分量、电流分量,以及经凯伦贝尔变换后的模电流、模电压的特点。最后总结出一般性的结论,其中关于零序电流的分布与经典理论有较大的区别。