声振论坛

 找回密码
 我要加入

QQ登录

只需一步,快速开始

查看: 4221|回复: 16

[理论方法] 小波分解后拿什么作为信号特征向量?

[复制链接]
发表于 2006-9-30 14:22 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能,让你轻松玩转社区。

您需要 登录 才可以下载或查看,没有账号?我要加入

x
我看到一些论文,用小波分析之后把各段频率的能量作为信号的特征向量,然后用神经网络来识别,这种方法有缺陷,不能正确识别故障,请问有没有更好的方法,小波分解后拿什么作为特征向量更好,请大家多多指教,谢谢!

[ 本帖最后由 realhappy 于 2006-9-30 15:40 编辑 ]
回复
分享到:

使用道具 举报

发表于 2006-9-30 15:41 | 显示全部楼层
一般都是把提取能量特征来识别,如果不好识别,那可能是他们故障的差别不大吧,频谱能区分出两种故障吗?

点评

赞成: 5.0
赞成: 5
  发表于 2014-8-13 17:00
 楼主| 发表于 2006-9-30 21:12 | 显示全部楼层
如果采用小波包的话完全可以用能量特征来识别,但是采用小波分解那就不准确了,比如在高频段没有继续分解,这种情况下,假设能量虽然相等,但频谱可能会相差很大,这样就不能准确识别了,请问有没有更有效的方法呢?谢谢!非常感谢!
发表于 2006-10-1 09:12 | 显示全部楼层
用小波提取还真没做过,可能是你的创新,继续努力!
发表于 2006-10-2 08:38 | 显示全部楼层
小波基选择非常重要,小波基不同对结果有影响,你选择的小波基必须尽量和信号相似,这也是小波的缺陷啊!

这也是emd和hilbert黄变换 能够改进的地方,所以EMD才有发展的空间,小波要是把这个解决了!那就完美了!
发表于 2006-10-8 16:43 | 显示全部楼层
可以这样作:用小波包分解故障信号,对分解后的不同频带的分解系数进行时域重构.回到时域可以用统计法计算.也可以用小波模糊聚类分析.关键小波基要选准.
发表于 2006-10-16 19:06 | 显示全部楼层
能自己构造小波吗?然后用这个小波来分解信号
发表于 2006-10-16 22:36 | 显示全部楼层
小波包分解后得到的各频带信号,其到底取何为特征向量,跟对应的故障类型有很大关系。比如特征向量可以为 幅值、能量等等,分别对应着不同的故障时期,我看过的一本书里有类似的介绍,如果需要,我可以找找接着下帖回复。而神经网络只是一种模式判别,准确而言,需要较多样本,如果判断准确,需要选择对故障比较敏感的特征参数。现在的特征向量一般还是针对小波包分解后的时域信号而言的。
发表于 2006-10-17 09:21 | 显示全部楼层
原帖由 峰之巅 于 2006-10-16 22:36 发表
小波包分解后得到的各频带信号,其到底取何为特征向量,跟对应的故障类型有很大关系。比如特征向量可以为 幅值、能量等等,分别对应着不同的故障时期,我看过的一本书里有类似的介绍,如果需要,我可以找找接着下 ...

招招发上来共享!
发表于 2006-12-20 19:20 | 显示全部楼层
原帖由 峰之巅 于 2006-10-16 22:36 发表
小波包分解后得到的各频带信号,其到底取何为特征向量,跟对应的故障类型有很大关系。比如特征向量可以为 幅值、能量等等,分别对应着不同的故障时期,我看过的一本书里有类似的介绍,如果需要,我可以找找接着下 ...


有没有你所说的“类似的内容”?我需要用这个方面的东西,看了很多资料,但都写的模糊的很。
发表于 2006-12-23 19:48 | 显示全部楼层
这方面的研究,西交大的何正嘉老师做了很多吧,出了本书,高教出版社的,以前论坛上有

估计这种方法,也只能是做研究用,暂时离现场应用还比较远
发表于 2006-12-25 13:27 | 显示全部楼层
我也想知道
发表于 2007-1-17 20:03 | 显示全部楼层
能否针对小波分解后的某一层进行主成分分析.假如在第2层重构空间中故障特征明显,只需对该层系数做分析,高手们给点建议!
发表于 2007-1-19 13:50 | 显示全部楼层
小波从某种角度看,它是带通滤波器。不同故障在频带上分布是不同的。通过小波找出区分故障的频带,通过时域重构回到时域,然后可以用统计法计算得出特征量,作为分类器的输入。
发表于 2007-4-9 20:05 | 显示全部楼层
期待峰之巅能够招招 相关的特征参数选择帖子发上来共享:@)
您需要登录后才可以回帖 登录 | 我要加入

本版积分规则

QQ|小黑屋|Archiver|手机版|联系我们|声振论坛

GMT+8, 2024-12-25 22:51 , Processed in 0.066712 second(s), 19 queries , Gzip On.

Powered by Discuz! X3.4

Copyright © 2001-2021, Tencent Cloud.

快速回复 返回顶部 返回列表