收稿日期:2001-06-19;修回日期:2001-08-09作者简介:朱学锋(1969-,男,河北抚宁人,学士学位,工程师,从事信号分析及数据处理的研究;肖旭东(1973-,男,吉林公主岭人,学士学位,助理工程师,从事光学检测及图像处理的研究。2002年3月第29卷第3期强度与环境STRUCTUREENVIRONMENTENGINEERINGSep.2002Vol.29,=============================================================No.3应用小波分析方法处理非平稳信号的研究朱学锋肖旭东(辽宁葫芦岛92941部队96分队,辽宁,125001(辽宁葫芦岛92941部队98分队,辽宁,125001摘要:本文综述了小波分析这一前沿领域的发展现状,介绍了小波变换及其Mallat快速小波算法,对比分析了小波变换与短时傅里叶变换之间的差异,指出这种基于多分辨方法的小波变换特别适合于非平稳信号的分析与处理,并且应用该方法对实测信号进行了有效的时频分析。关键词:小波分析;非平稳信号;短时傅里叶变换:O241.86文献标识码:A:1006-3919(200203-0053-05AnApplicationofWaveletAnalysistoNonstationarySignalsZHUXue-fengXIAOXu-dong(92941Troops,Huludao,liaoning,liaoning,125001Abstract:Inthispaper,wefirstsummarizethedevelopmentofthewavelettheory.WeintroducethewavelettransformandMallatfastalgorithm,andbrieflycomparethewavelettransformwiththemoreclassicalsthort-timeFouriertransformapproachtosignalanalysis.Thispapershowsthatthewavelettransformonthemultiresolutionapproachisparticularlysuitablefortheanalysisofnonstationarysignals.Keywords:Waveletanalysis;Nonstationarysignals;Short-timeFouriertransform1引言多分辨分析思想是Mallat于1989年提出的概念,在泛函分析的框架下,统一了各种具体小波的构造方法,给出了构造正交小波基的一般方法和与FFT相对应的快速小波算法,并将它应用于图像分解和稳定重建,成为小波理论与应用上的一个突破性进展。小波理论的迅速发展,得到众多领域科技工作者的高度重视,人们普遍认为:它是调和分析,是现代傅里叶分析的重大突破。小波理论在信号处理与图像分析、地震信号处理、计算机视觉与编码、语音合成与分析、信号的奇异性检测与谱估计等方面都取得了成功的应用。美国应用数学会已将它列为90年代应用数学的八个前沿课题之一;美国国防部关键技术计划认为:小波分析将对未来国防关键技术中的信号/图像处理等产生重要影响;英国皇家数学会也将小波列为90年代重点发展的十大方向之一;法国、德国等也纷纷投入力量进行这一领域的研究。我国对小波的研究还处在起步阶段,目前已有国内多家重点大学展开了有关项目的研究工作,取得了显著的成绩。小波分析不仅可用于突变信号和非平稳信号的分析处理,而且为传统的短时傅里叶变换提供了新方法。本文对两种方法加以对比分析,并应用小波分析方法对实测振动信号进行分析研究,指出其在非平稳信号分析中的优越性。2变换的定义信号s(t的连续小波变换定义为W(a,b=ψtb(as(tdt(1▔其中,ψ表示小波基,a、b分别表示时间的伸缩和平移,ψ▔表示复数共轭。它对应于s(tL2(R∈在小波基ψ(t上的分解,必须满足可容许性条件:^(|ω|dω<∞∫或ψ(tdt=0(2其中,ψ(ω是ψ(t傅里叶变换。实际的信号处理中,短时傅里叶变换的定义为F(ω,b=∫h(t-bejωts(tdt(3上式可以解释为:以时间b为中心的窗乘以信号s(t,然后在进行傅里叶变换。用数学术语可以解释为信号s(t在函数族h(t-bejωt上展开,这个函数族由单一函数h(t在时域平移b而在频域平移ω产生的;对照的说,小波变换是信号s(t在函数族ψ((t-b/a上展开,该函数族是由小波基ψ(t在时域平移b且伸缩a产生的。因此,连续小波变换就好像是一组短时傅里叶变换,在不同的频率上加不同的窗。它们之间的差别是:(3式中的基函数在所有的变换点上都具有相同的时间和频率分辨率(h(t和h(ω;而在(1式中,基函数的时间分辨率ψ(t/a随着a的减少而减少,而频率分辨率^ψ(aω随着a的增加而增加。小波变换的这个特性较好地解决了时间和频率分辨率的矛盾,它巧妙地利用了非均匀分布的分辨率,即在低频段用高的频率分辨率和低的时间分辨率;而在高频段则采用低的频率分辨率和高的时间分辨率。换句...