【技术实现步骤摘要】
本专利技术涉及一种基于同步压缩分数阶的小波变换方法,属于信息
技术介绍
自然界中信号是由多种成份混杂而成,这些干扰成份通常会影响对真实目标的识别,Fourier变换是最常见的分析方法,但对于时变的非线性信号Fourier却无能无力。小波变换被认为是最为理想的时频分析工具,与短时傅立叶变换、Gabor变换相比,能实现调整时窗与频窗大学,实现多分辨率分析。随着小波变换方法的不断拓展,发现对某些问题频率聚集不是最佳信号,表现效果一般,人们在分数傅立叶基础上,提出了分数阶的小波变换,由于分数阶小波变换具有多分辨率分析和分数域特征,具有更广的适用性。而另一方面,小波变换在分析响应信号中,分离的低频信号常常模糊,对长周期信号常常缺少足够精度,分析效果不理想。Daubechies针对获取如何信号的时频问题,提出来同步挤压小波变换,该方法对小波变换后时频图进行重组,再获取时频曲线。总的来说现有小波变换对时变信号处理不足。
技术实现思路
为了解决上述技术问题,本专利技术提供了一种基于同步压缩分数阶的小波变换方法。为了达到上述目的,本专利技术所采用的技术方案是:一种基于同步压缩分数阶的小波变换方法,包括以下步骤,步骤一,将输入信号f(t)进行分数阶变换,得到不同分数阶α和小波函数的小波系数(a,b);其中,a为尺度因子,b为平移因子;步骤二,根据不同分数阶α和小波函数时频分布,选择最优的分数阶和 ...
【技术保护点】
一种基于同步压缩分数阶的小波变换方法,其特征在于:包括以下步骤,步骤一,将输入信号f(t)进行分数阶变换,得到不同分数阶α和小波函数的小波系数其中,a为尺度因子,b为平移因子;步骤二,根据不同分数阶α和小波函数时频分布,选择最优的分数阶和小波函数的小波系数其中,αopt最优分数阶;步骤三,由小波系数得出不同时刻与尺度处的瞬时频率ωf(a,b);步骤四,将信号划分为na个不同频率区间;其中,na=Lnv,L为小波系数最大尺度,nv为不同尺度的个数;步骤五,对小波系数进行同步挤压变换,得出中心频率ωl处的小波系数Tf(ωl,b);步骤六,利用同步挤压反变换,重构出原信号f(t)。
【技术特征摘要】
1.一种基于同步压缩分数阶的小波变换方法,其特征在于:包括以下步骤,
步骤一,将输入信号f(t)进行分数阶变换,得到不同分数阶α和小波函数
的小波系数其中,a为尺度因子,b为平移因子;
步骤二,根据不同分数阶α和小波函数时频分布,选择最优的分数阶和小
波函数的小波系数其中,αopt最优分数阶;
步骤三,由小波系数得出不同时刻与尺度处的瞬时频率ωf(a,b);
步骤四,将信号划分为na个不同频率区间;
其中,na=Lnv,L为小波系数最大尺度,nv为不同尺度的个数;
步骤五,对小波系数进行同步挤压变换,得出中心频率ωl处的小
波系数Tf(ωl,b);
步骤六,利用同步挤压反变换,重构出原信号f(t)。
2.根据权利要求1所述的一种基于同步压缩分数阶的小波变换方法,其特
征在于:涉及的分数小波变换过程为,
A1)根据问题选择合适的小波基函数和分数阶α取值范围;
A2)将输入信号f(t)乘以调谐函数得出F(t);
F(t)=ejt22cotθαf(t)]]>其中,θα=π2α;]]>A3)对F(t)进行小波变换,得到F(t)的小波系数W^fαopt(a,b)=∫-∞+∞F(t)1aψ‾(t-ba)dt]]>其中,为小波基函数的共轭函数;
A4)F(t)的小波系数乘以调谐函数得出原信号分数阶
小波系数Wfαopt(a,b)=e-j2b2cotθαW^fαop...
【专利技术属性】
技术研发人员:许军才,任青文,沈振中,
申请(专利权)人:河海大学,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。