搜索资源列表
xiaobobianhuanyuyingyong
- 某一直升机齿轮箱上的早期损伤的特征是，在伴随振动信号上产生一个可变周期的非平稳扰动信号。要求按此特征构造一组有物理意义的数据仿真早期故障信号，应用小波变换技术分析故障的特征和发生时刻。-a helicopter gearbox early on the characteristics of the injury, In addition to the vibration signal produced a variable cycle perturbation of non-stationary
非平稳信号的小波分析与拟合问题研究
- 非平稳信号的小波分析与拟合问题研究,一篇博士论文,
matlab
- matlab非平稳信号噪声消除 小波变换与傅里叶变换对比
EMD-Toolbox
- EMD的Toolbox及使用方法 经验模态分解（Empirical Mode Decomposition, 简称EMD）是由美国NASA的黄锷博士提出的一种信号分析方法.它依据数据自身的时间尺度特征来进行信号分解, 无须预先设定任何基函数。这一点与建立在先验性的谐波基函数和小波基函数上的傅里叶分解与小波分解方法具有本质性的差别。正是由于这样的特点, EMD 方法在理论上可以应用于任何类型的信号的分解, 因而在处理非平稳及非线性数据上, 具有非常明显的优势。所以, EMD方法一经提出就在不同的
1231225251
- matlab非平稳信号噪声消除 小波变换-matlab denoise use wavelets
Three-non-stationary-time-frequency-signal
- 三种非平稳信号时频分析的方法 窗口傅里叶变换、wigner分布和小波变换-Three non-stationary time-frequency analysis window Fourier transform, wigner distribution and wavelet transform
lFusion
- 小波变换是在傅立叶变换的基础上发展起来的，它优于傅立叶分析的地方是它在空域和时域都是局部化的，其局部化格式随频率自动变换，在高频处取窄的时（空）间窗，在低频处取宽的时（空）窗，适合处理非平稳信号，在图像处理、模式识别、机器人视觉、量子力学等领域得到广泛应用。-Wavelet transform is a Fourier transform developed on the basis, it is better than Fourier analysis of the place is that
wavelet
- matlab下的小波消噪源程序，能较好的对非平稳信号进行滤波消噪-matlab source code under the wavelet denoising can be better to filter the non-stationary signal denoising
Stransform
- 对非平稳信号进行时频分析，分析结果比小波变换结果要好-Non-stationary signal in time-frequency analysis and the results are better than the wavelet transform results
Wavelet--analysis
- 小波分析 经典 实用 快速高效 非常适合非平稳信号分析-Wavelet analysis classic practical rapid efficient is very suitable for non-stationary signal analysis
wavelet
- 小波分析因其在处理非平稳信号中的独特优势而成为信号处理中的一个重要研究方向。如今随着小波理论体系的不断完善，小波以其时频局部化特性与多尺度特性在图像边缘检测领域中倍受青睐。-Wavelet analysis of nonstationary signal processing because of its unique advantage in signal processing and become an important research direction in. Now with th
Noise-reduction-algorithm
- 对设备进行故障诊断的主要方法就是测量故障 设备的振动或噪声, 并对其进行分析, 从而找出故障原因。然而振动或噪声信号中除了对分析故障有用的信息外, 还有大量的噪声成分。只有有效地滤除噪声, 才能获得有用的信息, 从而得到可靠的分析结论。传统的滤噪方法是将被噪声污染的信号通过一个滤波器, 滤掉噪声频率成分。但对于短时瞬态信号、非平稳信号、含宽带噪声的信号, 采用传统处理方法有着明显的局限性。小波变换为信号去噪提供了一种有效的方法, 小波阈值去噪具有传统方法不可比拟的优越性。但是小波分解的频域重
Wavelet-analysis
- 小波分析~语音识别 非平稳信号的处理 小波变换 谱分析-Wavelet analysis ~speech recognition
wevelete_filters_test
- 利用小波消噪,对非平稳信号的噪声消除-Using wavelet denoising, noise elimination of non-stationary signals
xiaobo
- 用于非平稳信号的处理，可以对信号进行小波分析。(For non-stationary signal processing, wavelet analysis can be carried out on the signal)
3971002xiaobo
- 小波变换分析，含有小波源程序和仿真主程序，适用于非平稳冲击振动信号的时频特性分析。(The wavelet transform analysis, which contains the small wave source program and the simulation main program, is suitable for the analysis of the time-frequency characteristic of the nonstationary shock vibra
package_emd
- 经验模态分解（Empirical Mode Decomposition,EMD）法是黄锷（N. E. Huang）在美国国家宇航局与其他人于1998年创造性地提出的一种新型自适应信号时频处理方法，特别适用于非线性非平稳信号的分析处理。对经过EMD处理的信号再进行希尔伯特变换，就组成了大名鼎鼎的“希尔伯特—黄变换”（HHT）。由于脑电信号处理很少在EMD之后接上希尔伯特变换，在这里仅介绍EMD的相关基础知识。 EMD其实就是一种对信号进行分解的方法，与傅里叶变换、小波变换的核心思想一致，大家
DTCWT_CODE
- 双树复小波matlab工具包，能够有效的对非平稳信号进行分解，具有良好的平移不变性(Dual-tree complex wavelet matlab toolkit, can effectively decompose non-stationary signals, with good translation invariance)
故障诊断与容错控制课程设计报告
- 针对滚动轴承这种非平稳振动信号采用的小波包分解的方法来检测故障的存在，运用神经网络来实现故障的分类，还结合D-S理论融合了多个传感器的诊断结果，提高了故障诊断的准确性并通过实验仿真证实。(This course's job is to use the wavelet packet decomposition method for non-stationary vibration signals of rolling bearings to detect the presence of fault
emd
- 经验模态分解（Empirical Mode Decomposition，EMD）是由 Huang等人于1998年提出的一种针对非线性、非平稳信号的自适应信号分解算法。自该方法提出以后便得到了学术界的广泛关注与研究，经过十几年的研究与发展，在理论方面EMD算法取得了进一步的完善。许多国内外学者也将该方法应用到了地球物理领域，并做了深度的研究与探索。与传统的基于Fourier变换的信号分析方法相比，EMD不仅突破了Fourier变换的局限性，而且不存在如小波变换一样需要预选小波基函数的问题，具有良好