基于小波分析的弱信號(hào)檢測(cè)及其電子測(cè)量系統(tǒng)應(yīng)用.pdf

1、信息科學(xué)的一項(xiàng)重要任務(wù)是獲取客觀世界的真實(shí)信息，然而對(duì)于任何一個(gè)系統(tǒng)，必然存在噪聲，而當(dāng)所測(cè)量的信號(hào)比較微弱且淹沒(méi)在強(qiáng)噪聲背景中時(shí)，要提取真實(shí)信號(hào)是困難的，因此如何把淹沒(méi)于噪聲中的有用信號(hào)提取出來(lái)的問(wèn)題越來(lái)越引起人們的關(guān)注。近年來(lái)，隨著小波變換理論發(fā)展，它已經(jīng)是數(shù)學(xué)界繼Fourier變換后取得的又一個(gè)突破性進(jìn)展。小波分析具有良好的時(shí)頻局部性，它為信號(hào)處理提供了強(qiáng)有力的工具，解決了Fourier變換不能解決的許多難題。通過(guò)小波變換可對(duì)信號(hào)

2、的不同頻率成分進(jìn)行分解，為信號(hào)的濾波、信噪分離和弱信號(hào)特征提取提供了有效的途徑。 為此，本文針對(duì)如何從強(qiáng)噪聲的時(shí)間序列觀測(cè)數(shù)據(jù)中提取微弱的信號(hào)特征信息這一分析中相當(dāng)關(guān)鍵的問(wèn)題，將小波分析法引入實(shí)際工程的數(shù)據(jù)處理分析中，詳細(xì)地論述了信號(hào)和噪聲在小波變換下的特性，利用多分辨率分析對(duì)信號(hào)進(jìn)行濾波，由分解的小波系數(shù)對(duì)信號(hào)進(jìn)行重構(gòu)，提取弱信號(hào)特征以及信號(hào)的奇異性檢驗(yàn)。本文作者通過(guò)對(duì)噪聲信號(hào)的頻譜分析，對(duì)小波分析的閾值處理算法進(jìn)行了改進(jìn)，通