基于小波包分析的道路信号加速度特征谱提取

陈淑琴

您当前的位置：

首页 >

文章列表页 >

基于小波包分析的道路信号加速度特征谱提取

更新时间：2026-09-14

- 基于小波包分析的道路信号加速度特征谱提取
- 基于小波包分析的道路信号加速度特征谱提取
- Issue 4, (2007)
- 作者机构：
  
  中北大学理学院
- 作者简介：
- 基金信息：
- DOI：
  CLC：
- Published：2007
- 稿件说明：
移动端阅览
陈淑琴. 基于小波包分析的道路信号加速度特征谱提取[J]. 2007, (4).
DOI：

陈淑琴. 基于小波包分析的道路信号加速度特征谱提取[J]. 2007, (4). DOI：

摘要

道路信号是一个复杂的含有多种成分的时域波形

具有非平稳性

同时信号中还存在各种干扰和噪声.应用小波包的分解与重构算法

将由加速度传感器测得的离散时域信号的频带进行多层次划分

并根据被分析信号的特征

选择相应的频带

使之与信号频谱相匹配

从而提高了时-频分辨率

最后提取出加速度信号的特征谱.实验结果表明

小波包分析可以有效地用于分析处理道路信号.

Abstract

The signals collected directly from the road are very complicated in the time domain

which have nonstationarity and contain many kinds of components

and there are various disturbances and noises in them.The decomposing and reconfiguring algorithm of wavelet packet is studied.It can divide the band of scattering signals from the acceleration sensor with multiple echelons

according to the characteristic of the analyzed signal

choose the correspond band

and make the signal frequency spectrum appearance match

then the resolution factor of time-frequency is improved.Finally

characteristic spectrum of the acceleration signals is extracted.The experiment results show that wavelet analysis can be used effectively to analyze and process road signals.

关键词

Keywords

references

Views

143

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Feature Parameter Structure of Motor Bearing Fault Based on Wavelet and Cosine Transform

基于分数阶各向异性扩散和小波的MLEM低剂量CT重建算法

Peak Detection of Fragments Velocity Measurement in Laser Screen

The MLEM Low-Dose CT Reconstruction Algorithm Based on Improved Anisotropic Diffusion and Wavelet Transform

基于EEMD结合二次小波包降噪的齿轮箱故障诊断

Related Author

原菊梅

常皓

韩燮

焦枫媛

赵冬娥

李佳潞

李沅

郝慧艳

Related Institution

太原工业学院自动化系

中国人民解放军63961部队

中北大学信息商务学院

中北大学计算机与控制工程学院

中北大学信息与通信工程学院

⁰