振动信号小波leaders多重分形特征提取及性能分析

机械振动信号一般具有非线性、非平稳特性,多重分形特征是表示振动信号几何结构特征的一种重要手段。传统的多重分形特征计算方法计算量大,限制了多重分形特征的应用。小波leaders多重分形分析方法具有坚实的数学基础,且计算简便。针对齿轮正常状态和点蚀故障状态,提出基于小波leaders的多重分形振动信号特征提取及表示方法,提出基于bootstrap技术的最优块长求解算法,并建立振动信号小波leaders多重分形特征的统计性能分析方法。研究结果表明,小波leaders多重分形特征能够很好反映振动信号的几何结构特征,基于块bootstrap方法能有效分析多重分形特征统计性能,为机械设备状态监控和故障诊断提供了一种有效的选择。

基于小波leaders的海杂波时变奇异谱分布分析

海杂波的奇异谱分析不仅能从理论上揭示海洋表面的动力学机理,同时也是对海探测雷达的关键技术之一.本文提出基于小波leaders的海杂波时变奇异谱分析方法,将时间信息引入海杂波的奇异谱分析之中,从而实现动态的解析描述海杂波随时间变化的奇异谱特性.在理论上,通过信号自身加窗,将时间信息引入传统的奇异谱(或称多重分形谱),实现了对海杂波时变奇异谱分布分析;在算法上,充分利用了小波leaders技术对于多种奇异性的提取能力(包括chirp奇异性和cusp奇异性),通过对时变奇异性指数和时变尺度函数的Legendre变换,实现对海杂波时变奇异谱分布的计算;在应用部分,采用经典的多重分形模型——随机小波序列(RWC)以及三级海态条件下连续波多普勒体制雷达海杂波进行仿真分析,实验结果表明:1)基于小波leaders的奇异谱分布能跟踪海杂波的时变尺度特性,有效展示其时变奇异性谱分布;2)算法具有较好的负矩特性和统计收敛性.该方法能为复杂非线性系统及随机多重分形信号分析提供参考.