现代信号处理第5章 非平稳信号处理方法

第五章 非平稳信号处理方法


经典的傅里叶分析能够完美地描绘平稳的正弦信号及其组合，
但不能恰当地反映非平稳信号的特征。 许多随机过程从本质上来讲是非平稳的，例如语音信号、冲 击响应信号 、机组启、停机信号等。 必须寻找既能够反映时域特征又能够反映频域特征的新方法。
本章介绍短时傅里叶变换、小波变换和小波包分析等非平稳




x(t ), h(t )e j 2ft
(5.1.2)
h(t ) 是中心位于 0，高度为 1、宽度有限的时窗函数，通过 h(t ) 所观察到的信 号 x(t ) 的部分是 x(t )h(t )。 h(t )e j 2ft 是 STFT的基函数。
x(t)h(t)
h(t) 1
h(t-τ)
x(t)
0
2018年10月17日
τ
t
5
机械工程学院机自所动态室
5.1 短时傅里叶变换
窗函数 h(的选取是关键。最优窗函数是高斯函数。 t)
hG (t ) 1 2 e
t2 4
0
(5.1.3)
高斯窗函数的形状是：
1 ，1/4 ， 1/16
2018年10月17日 机械工程学院机自所动态室 17
5.2 小波变换
5.2.1 多分辨分析及其工程意义
j Z; 3) 伸缩规则性： x(t ) V j x(2t ) V j 1 , (5.2.9)
性质3)表明所有的子空间可以由一个基本空间通过尺度的伸缩变化得到， 在不同的分辨率时，逼近运算相同。
“小波”就是小的波形。所谓“小”是指局部非零，波形 具有衰减性；“波”则是指它具有波动性，包含有频率的 特性。 小波分析的思想来源于伸缩和平移方法。
1910年A. Haar提出的规范正交系 1984年，J. Morlet在分析地震数据的局部性时引进了小波概念。 1986年，Y. Meyer构造出二进伸缩、平移小波基函数，掀起小波研究热潮。 1987年，S. G. Mallat将多分辨思想引入小波分析，提出快速塔形算法。 1988年，I. Daubechies构造了紧支集正交小波基，完善小波理论体系。 1989到1991年，R. R. Coifman、M. V. Wickerhauser等提出小波包及算法。 1997年，W. Sweldens提出第二代小波变换的概念和算法。
5.2.4)
x(t ) (t ) x( ) * (t )d
* x ( t ) ( t )dt
两式相比较，只是将 (t ) 改成 ( t ) [(t )] ，即 (t ) 首尾对调。 如果 (t ) 是关于 t 0 的对称函数，则计算结果无区别； 如 果是非对称，在计算方法上也无本质区别。
2018年10月17日 机械工程学院机自所动态室 8
第五章 非平稳信号处理方法
5.1 短时傅里叶变换
5.2 小波变换
5.3 小波包信号分解与频带能量监测
5.4 工程应用
2018年10月17日
机械工程学院机自所动态室
9
5.2 小波变换
近年来在工具和方法上有重大突破的小波变换，为非平稳 信号分析展示了美好的前景。
性质1)表明分辨率为 2 j 1 的子空间 V j 1 中的逼近信号包含了分辨率为 2 j 的 子空间 V j 的信息以及分辨率低于 2 j 的所有信息。这也称为因果性质。
2 2) 渐近完全性： V j L ( R); jZ
2
V 0;
j jZ
(5.2.8)
性质2)表明所有子空间组成 L ( R) 函数空间。随着分辨率的提高，逼近信号 就更接近原始信号；反之，随着分辨率的降低，逼近信号所包含的信息就 越来越少。因此，在以分辨率为 2 j 时得到的逼近信号与原始信号相比较， 将会丢失部分信息。
WTx (b, a) a
1 / 2



x(t ) * (
t b )dt x(t ), b, a (t ) a
(5.2.2)
小波变换是用小波基函数 (t )代替傅里叶变换中的基函数 e j 2ft 以及短时傅里叶变 换中的基函数 h(t )e j 2ft 而进行的内积运算。
b, a (t ) a 1 / 2
t b a
(5.2.1)
a 0 ，b 是时移因子。 a 1 ，波形收缩； a 1，波形伸展。 式中a 是尺度因子， a 1 / 2 保证在不同的 a 值下，即在小波函数的伸缩过程中能量保持相等。
信号 x(t ) 的小波变换为
tf 1 4
(5.1.6)
上式中，当且仅当采用了高斯窗函数，等式成立。 时间分辨率和频率分辨率一旦确定，则STFT在整个时频平 面上的时频分辨率保持不变。 短时傅里叶变换能够分析非平稳动态信号，其基础是傅里 叶变换，更适合分析准平稳(quasi-stationary)信号。 反映信号高频成份需要用窄时窗，而反映信号低频成份需 要用宽时窗。短时傅里叶变换不能同时满足这些要求。
1946年Gabor提出了窗口傅里叶变换，称为短时傅里叶 变换（Short Time Fourier Transform, STFT）。
2018年10月17日 机械工程学院机自所动态室 4
5.1 短时傅里叶变换
由加窗信号 x(t )h(t的傅里叶变换产生短时傅里叶变换。 )
STFTx ( , f ) x(t ) h* (t ) e j 2ftdt x(t ) h(t )e j 2ft dt
b 小波变换的实质就是以基函数 t a 的形式将信号 x(t )分解为
不同频带的子信号。
2018年10月17日
机械工程学院机自所动态室
11
5.2 小波变换 对信号 x(t ) 进行小波变换相当于通过小波的尺度因子和时移 因子变化去观察信号。
c c′
t
d′
d
时宽减小（频宽增大）
尺
度
时宽增大（频宽减小）
a
平 移b
小波变换的局部化是变化的，在高频处时间分辨率高，频 率分辨率低；在低频处时间分辨率低，频率分辨率高，即 具有“变焦”的性质，也就是具有自适应窗的性质。
2018年10月17日 机械工程学院机自所动态室 12
5.2 小波变换 式(5.2.2) 通过变量置换可改写为
WT x (b, a) a
5.2 小波变换
5.3 小波包信号分解与频带能量监测
5.4 工程应用
2018年10月17日
机械工程学院机自所动态室
3
5.1 短时傅里叶变换
ft 傅里叶变换用平稳的正弦波作为基函数 e j 2，通过内积运 算去变换信号 ，得到其频谱 。 x(t ) X( f )
X( f )


x(t )e
t STFT的时间分辨率是 ，有
(t ) 2
2 t h(t ) dt 2
h(t )
2
(5.1.5)
dt
两个脉冲的时间间隔大于 ，则可区分这两个脉冲。 t
2018年10月17日 7
机械工程学院机自所动态室
5.1 短时傅里叶变换
时间分辨率 t 和频率分辨率 f 不可能同时任意小，根据 Heisenberg不确定性原理，有以下限制
信号分析方法的原理、特点及其在工程中的应用。
2018年10月17日
机械工程学院机自所动态室
1
第五章 非平稳信号处理方法
5.1 短时傅里叶变换
5.2 小波变换
5.3 小波包信号分解与频带能量监测
5.4 工程应用
2018年10月17日
机械工程学院机自所动态室
2
第五章 非平稳信号处理方法
5.1 短时傅里叶变换
2018年10月17日 机械工程学院机自所动态室 15
5.2 小波变换 当机器发生故障时，信号所包含机器不同零部件的故障特 征频率分布在不同的频带里。
如何提取这些被淹没的微弱信息而实现故障的早期诊断问 题，往往使传统的信号分析技术无能为力。
小波变换能够实现信号在不同频带、不同时刻的合理分离。 这种分离相当于同时使用一个低通滤波器和若干个带通滤 波器而不丢失任何原始信息。 为机器零部件故障特征频率的分离、微弱信息的提取以实 现早期故障诊断提供了高效、有力的工具。 特别要强调，这些优点来自小波变换的多分辨分析和小波 基函数的正交性。
近一个世纪，特别是近二十年来，小波理论和算法发展突
2018年10月17日
飞猛进。为信号处理领域里各自独立开发的方法建立了一 个统一的框架
机械工程学院机自所动态室 10
5.2 小波变换 由基本小波或母小波 (t )通过伸缩 a 和平移 b 产生一个函数 族 b, a (t ) 称为小波。有
2018年10月17日 机械工程学院机自所动态室 6
5.1 短时傅里叶变换
给定窗函数 h(t 和它的傅里叶变换 )
(f ) 2
，则带宽 H (f)
为 f
(5.1.4)

f 2 H ( f ) df
2
H( f )
2
df
STFT的频率分辨率是 f 。两个正弦波之间的频率间隔大 于 ，则可区分这两个正弦波。 f
1/ 2
b b * 1/ 2 x ( at ) ( t ) d t a x ( at ), ( t ) a a

(5.2.3)
) 随着尺度因子 a 的改变，通过一个恒定的滤波器 (t b / a 观 ) 察到被伸展或压缩了的信号波形 x(at 。
尺度因子解释了信号在变换过程中尺度的变化，用大尺度 可观察信号的总体，用小尺度可观察信号的细节。 式(5.2.3)解释了为什么在S. G. Mallat的小波信号分解塔形 快速算法中，始终使用同样的低通与高通滤波器的道理。