隐马尔可夫树模型在机械状态诊断中的应用

隐马尔可夫树(Hidden Markov tree,HMT)模型作为一种小波变换系数的统计模型,可以表示小波系数的统计相关性及非高斯性。由于离散小波变换(Discrete wavelet transform,DWT)不具有平移不变性,应用基于DWT的HMT模型进行机械状态诊断时容易出现误诊。为了获得平移不变性,提出一种基于二分树复小波变换(Dual-tree complex wavelet transform,DT CWT)的HMT模型。实例表明与使用基于DWT的HMT模型进行状态识别相比,使用基于DTCWT的HMT模型的状态识别率有显著提高。