小紙杯蒸出來(lái)的蜜豆蛋糕（完整版）實(shí)用資料(可以直接使用，可編輯完整版實(shí)用資料，歡迎下載）

小紙杯蒸出來(lái)的蜜豆蛋糕（轉(zhuǎn)載）小紙杯蒸出來(lái)的蜜豆蛋糕（完整版）實(shí)用資料(可以直接使用，可編輯完整版實(shí)用資料，歡迎下載）蘇小云蘇收錄于2021-12-14閱讀數(shù)：查看

收藏?cái)?shù)：284

公眾公開

原文來(lái)源

修改

以文找文

推薦給好友

如何對(duì)文章標(biāo)記，添加批注？小紙杯蒸出來(lái)的蜜豆蛋糕

家里的小朋友吵著要吃蛋糕，正好冰箱還有些蜜豆，做幾個(gè)小紙杯蜜豆蛋糕哄一下小朋友開心吧材料：蛋2個(gè)，牛奶2大勺，細(xì)砂糖50克，面粉85克。裝了四個(gè)紙杯

1.

二個(gè)全蛋

2.

全蛋用打蛋器打成粗泡，加入細(xì)砂糖打發(fā)

3.加入2大勺牛奶繼續(xù)打發(fā)，打至蛋液體積膨脹顏色發(fā)白就可以了

4.篩入面粉，攪拌均勻，面粉要分三到四次加入

5.紙杯中，放一半的面糊，中間撒些蜜豆，然后再放面糊

6.一共裝了四個(gè)紙杯，放入蒸鍋里蒸15分鐘。

剛打開紙杯的樣子蜜豆雙皮奶做法阿蘇小廚‖阿蘇的幸福生活

2021-7-178:16:54原料：全脂牛奶1袋（485克）、蛋白3個(gè)、香草粉1/2茶勺（3ml）、白糖2湯勺（30克）、蜜紅豆3湯勺（45克）。做法：1、牛奶倒入鍋中加熱，不要沸騰；2、將加熱的牛奶倒入小碗中，放置室溫，形成奶皮；3、蛋白分離，用筷子打散，盡量打散；4、將小碗中放涼的牛奶重新倒回到鍋中，緩慢的小心倒回，把形成的奶皮留在碗中；5、將糖和香草粉加入牛奶中攪拌均勻；6、將蛋青加入牛奶中攪拌均勻；7、將攪拌好的牛奶混合液慢慢延碗邊緣通過(guò)篩網(wǎng)倒回碗中，剛剛形成留在碗底的第一層奶皮浮到上面；8、蓋上保鮮膜，冷水上鍋蒸，中火，水開后蒸20分鐘；9、15分鐘后關(guān)火，不要開蓋，悶5分鐘；10、取出，撒上蜜紅豆，可熱吃，可放冰箱冷藏后吃。小貼士：1、試過(guò)幾種奶，從奶場(chǎng)直接定的奶最容易形成奶皮，奶味最濃，其次是蒙牛、伊利的特濃或者普通，最不好的是特倫蘇這種精致奶，最不容易形成奶皮，奶味最淡。2、第一層奶皮如果行不成，或者不小心倒回鍋里了，都沒有關(guān)系，作出來(lái)的味道和口感是一樣的。3、一定要中火蒸，不要大火蒸，否則很容易蒸出蜂窩4、香草粉是用來(lái)去蛋得腥味得，沒有可不加。多加蜜紅豆腥味也可降低。4、蜜紅豆是面愛面買的，也可以自己做，做法參見：紅豆冰山5、偷懶的朋友可以嘗試簡(jiǎn)易做法：牛奶＋糖加熱至糖融化，離火－牛奶放溫，加入打散的蛋白，過(guò)篩網(wǎng)倒入碗中，冷水上鍋，中火蒸20分鐘，關(guān)火，蓋蓋悶5分鐘，即可。原文地址：好吃不過(guò)餃子（貼圖+做法）

1.

和面：溫開水一杯，水里放些許鹽，面粉里放雞蛋一個(gè)。水要徐徐的倒入盆中，筷子不停的攪動(dòng)，感覺沒有干面粉，都成面疙瘩的時(shí)候，就可以下手活了，揉面要用力，揉到面的表面很光滑就好樂，這時(shí)面光盆光手光是最佳境界。

注意1：活面要提前，因?yàn)橐小靶选钡倪^(guò)程，最好早上活好，下午包。注意2：面鍋要蓋蓋，防止水分蒸發(fā)。

2.

拌餡：如果四個(gè)人吃，大約一斤肉餡即可。餡里放鹽、味精、姜沫、醬油、料酒、香油、水（高湯最好），還可以加點(diǎn)胡椒粉什么的，反正自己喜歡的口味加啥都無(wú)所謂。順時(shí)針攪拌，感覺所有的東西都融合在一起即可。

注意：拌好的肉餡放半個(gè)小時(shí)為好，叫WEI（漢字不知道是什么），這時(shí)肉和作料融合在一起，比較好吃。注意：感覺姜要剁的比較好吃，以前用擦菜器擦成末，味道差點(diǎn)。3.

剁菜：選擇你喜歡的蔬菜，一般我用大白菜+些許韭菜。韭菜切成小粒，大白菜則要剁了，最后感覺菜很稀呼的樣子即可，然后用紗布，把水?dāng)D干。和韭菜一起放入肉中攪拌，最好嘗一嘗味道咸淡（我很討厭吃生肉，總是象征性的嘗下就吐樂），如果淡再加點(diǎn)鹽，餃子餡就做好了。

里只放了韭菜還沒放白菜，白菜的PP忘了拍了，呵呵

注意：韭菜切成顆粒狀就成，不要剁，不然就西巴爛樂4.

揪面團(tuán)：取出醒好的面團(tuán)，大致分成四份（幾份都可以，只要是等份），這樣可以避免包的過(guò)程面干。。

先拿一份，剩下的放回盆中，用蓋子蓋好，或者用毛巾蓋也成，防止水分蒸發(fā)。將這一小份面團(tuán)，揉成長(zhǎng)條狀（圓柱型），用刀切成小段（寬度2.5cm大?。覌尪际怯檬志?，我沒那本事，用刀也一樣，只是注意每切一刀后將面團(tuán)轉(zhuǎn)個(gè)方向?yàn)楹米⒁猓鹤詈貌灰笪疫@樣把面團(tuán)落在一起，會(huì)粘的。我是為了拍照，呵呵。這是切的第一個(gè)節(jié)：轉(zhuǎn)個(gè)方向：拉近點(diǎn)看。

5.

搟皮：這時(shí)桌上有很多切好的小段，手搓成扁平狀，樣子有點(diǎn)想飛碟。拿搟面杖搟的時(shí)候，注意中間厚邊緣薄，中間厚防止餃子餡漏，邊緣薄吃起來(lái)口感好。

注意：餃子皮不要一下?lián){很多，看包餃子的速度，一般富余5、6個(gè)即可，要不時(shí)間長(zhǎng)皮干了就不好包了。

這是揪的“節(jié)”。。。。6.

包餃子：將餃子餡放入皮中央，如果技術(shù)不熟練的話，不要放太多餡。先捏中央，再捏兩邊，然后由中間向兩邊將餃子皮邊緣擠一下，這樣餃子下鍋煮時(shí)就不會(huì)漏湯了。然后找個(gè)大盤子，北方人一般用蓋簾（竹子做的），整齊的碼放在上面。

注意：每個(gè)餃子做好時(shí)，要在餃子底部沾少許面，防止餃子粘在盤子中。

注意：一定要多放面，這次我做的很失敗，等到餃子下鍋時(shí)，有很多餃子都粘在一起了，一是天氣太熱濕度大，二是皮有些?。ㄎ铱傌澠け○W大,自己又沒那本事）7.

煮餃子：燒一鍋開水，等水沸騰時(shí)，將餃子放入，并及時(shí)的攪動(dòng)（順時(shí)針），防止餃子在水中粘在一起。記得以前我媽總是澆三遍涼水后，餃子就熟了?，F(xiàn)在她改進(jìn)樂，不澆涼水，只是把大火改成小火，加蓋煮，等到餃子胖胖的浮在水面上即

這是搟好的皮，這次面有些軟，有點(diǎn)失敗。奶香蜜豆龜苓膏02021年12月25日作者:

Jelly菜系:

粵菜工藝:甜品口味:酸甜難度:初級(jí)烹調(diào)時(shí)間:10分鐘以內(nèi)人數(shù):1人份龜苓膏500克蜜豆80克雀巢煉奶30克奶香蜜豆龜苓膏的做法1將龜苓膏切成小塊，淋上蜜豆粒，再澆上煉奶，即可食用。是不是超級(jí)簡(jiǎn)單呢？那就立即動(dòng)手來(lái)制作這簡(jiǎn)單美味吧~特色炎炎夏日，來(lái)一碗清熱解暑的龜苓膏再適合不過(guò)了，有了煉奶的調(diào)配和蜜豆的點(diǎn)綴，帶有幾分清苦味的龜苓膏是不是也變得濃情蜜意呢？小貼士現(xiàn)代醫(yī)學(xué)臨床也有驗(yàn)證:龜苓膏對(duì)濕毒所致的皮膚紅腫瘙癢和濕毒所致的青春痘,煙酒所致的咽喉干燥,腫痛都有明顯的緩解作用。但因生性寒涼，經(jīng)期及孕婦需慎用。第五章小波圖像壓縮技術(shù)?二維正交多分辨分析?圖像壓縮簡(jiǎn)介?EZW編碼編?SPIHT編碼?EBCOT編碼與JPEG2000介紹清華大學(xué)計(jì)算機(jī)系孫延奎2021本講的目的?通過(guò)典型的小波圖像壓縮算法,了解小波圖像編碼的基本想與關(guān)鍵技術(shù)為小波圖像編碼的研究與應(yīng)用奠定基礎(chǔ)思想與關(guān)鍵技術(shù),為小波圖像編碼的研究與應(yīng)用奠定基礎(chǔ)。清華大學(xué)計(jì)算機(jī)系孫延奎2021圖像壓縮簡(jiǎn)介?圖像壓縮的目的?兩種壓縮類型有損壓縮與無(wú)損壓縮?常用壓縮方法RLE(Run-LengthEncoding行程長(zhǎng)度編碼,(ggJEPG,JEPG-LS,JEPEG2000分形編碼清華大學(xué)計(jì)算機(jī)系孫延奎2021小波圖像壓縮圖像壓縮簡(jiǎn)介小波圖像壓縮的般模型?小波圖像壓縮的一般模型典型的方法:EZW,SPIHT,EBCOT:?小波圖像分解的(一種常用方法:可分離二維小波變換濾波器的選取、邊界延拓清華大學(xué)計(jì)算機(jī)系孫延奎2021濾波器的選取?主要考慮具有線性相位的、正則性的、完全重構(gòu)的、有限長(zhǎng)度的雙正交小波濾波器。濾波器的對(duì)稱性◆線性相位:濾波器的對(duì)稱性◆正則性:保證圖像的重構(gòu)質(zhì)量。在小波分解中,正則性使信獲得較的小波系數(shù)表在小波構(gòu)中可以使信號(hào)獲得較好的小波系數(shù)表示;而在小波重構(gòu)中,正則性導(dǎo)致平滑擾動(dòng)?！敉耆貥?gòu)、有限長(zhǎng)度:一般希望濾波器的分解重構(gòu)精度越高越好,而要求濾波器對(duì)量化誤差的反應(yīng)越不敏感越好,最重要的是需要恢復(fù)信號(hào)的主、客觀質(zhì)量越高越好。“一般地,自然圖像是高度非平穩(wěn)信源,其功率譜是非對(duì)稱的,般地,自然圖像是高度非平穩(wěn)信源,其功率譜是非對(duì)稱的,要求分解濾波器的長(zhǎng)度要長(zhǎng),而高通分解濾波器的長(zhǎng)度要短。此外,濾波器長(zhǎng)度的非對(duì)稱性可以使能量較好地集中,特別對(duì)于高頻子圖,而當(dāng)?shù)屯ê铣蔀V波器的長(zhǎng)度較短時(shí),可以減少重構(gòu)誤差”。OlivierEgger,WeiLi.SubbandcodingofimageusingtilfiltbkIEEETIP19954(4asymmetricalfilterbanks.IEEETrans.ImageProc.,1995,4(4:478-485清華大學(xué)計(jì)算機(jī)系孫延奎2021邊界處理圖像小波變換:邊界處理?由于圖像小波分解是將圖像數(shù)據(jù)與濾波器系數(shù)進(jìn)行線性卷積運(yùn)算,使濾波器的輸出樣點(diǎn)數(shù)大于輸入的樣點(diǎn)數(shù);但從子帶壓縮編碼的效率看,是希望各子圖信號(hào)的樣點(diǎn)數(shù)總數(shù)不大于原始圖像信號(hào)的樣點(diǎn)數(shù),且子圖信號(hào)應(yīng)能完全重構(gòu)其原始信號(hào)。常用的方法是對(duì)信號(hào)信號(hào)應(yīng)能完全重構(gòu)其原始信號(hào)常用的方法是對(duì)信號(hào)進(jìn)行邊界延拓。清華大學(xué)計(jì)算機(jī)系孫延奎2021簡(jiǎn)單的小波圖像壓縮方案1方案1:只保留低頻部分.2:.方案全局閾值法方案3:保留絕對(duì)值較大的若干小波系數(shù):利用Matlab編程即可實(shí)現(xiàn)。討論:這些方案利用了小波變換的什么性質(zhì)?去相關(guān)性!小波子帶分解中,小波系數(shù)還有什么性質(zhì)?如何開發(fā)更清華大學(xué)計(jì)算機(jī)系孫延奎2021先進(jìn)的小波壓縮算法?小波圖像編碼中的關(guān)鍵問(wèn)題如何組織小波系數(shù)及其位置信息?如何處理小波系數(shù)及其位置信息?清華大學(xué)計(jì)算機(jī)系孫延奎2021不同分辨率子帶之間數(shù)據(jù)的相關(guān)性.從下圖中可觀察到不同分解級(jí)小波系數(shù)之間具有從下圖中可觀察到,不同分解級(jí)小波系數(shù)之間具有相似性。,1,2,3jjjjcddd??????清華大學(xué)計(jì)算機(jī)系孫延奎2021小波系數(shù)的四叉樹結(jié)構(gòu)表示小波系數(shù)的四叉樹結(jié)構(gòu)清華大學(xué)計(jì)算機(jī)系孫延奎2021小波系數(shù)的零樹特性對(duì)于給定的閾值T,若小波系數(shù)x滿足|x|<=T,則稱x關(guān)于T是不重要的系數(shù)。實(shí)驗(yàn)統(tǒng)計(jì)表明,若一個(gè)小波系數(shù)關(guān)于T是不重要的,則它的所有子孫以上系數(shù)關(guān)于T是不重要系數(shù)的概率在98%以上。[該結(jié)論僅供參考]清華大學(xué)計(jì)算機(jī)系孫延奎2021小波零樹編碼1992,LewisandKnowles利用小波樹中各級(jí)子帶系數(shù)之間的相似性,最早提出了小波零樹編碼算法。該算法將量化后系數(shù)為零的系數(shù)的子孫系數(shù)都指定為零算法將量化后系數(shù)為零的系數(shù)的子孫系數(shù)都指定為零。特點(diǎn):利用了不同分辨率子帶之間數(shù)據(jù)的相關(guān)性.?問(wèn)題:?清華大學(xué)計(jì)算機(jī)系孫延奎2021EZW嵌入式零樹小波圖像壓縮技術(shù)----EZW編碼在1993年,Shapiro提出了小波零樹編碼算法的改進(jìn)算法,稱為嵌入零樹小波編碼算法,簡(jiǎn)稱為EZW算法。這是一種簡(jiǎn)單有效的小波編碼算法。受該算法的啟發(fā),人們后來(lái)開發(fā)了更為有效的SPIHT及EBCOT算法?！罨靖拍睢罹幋a過(guò)程清華大學(xué)計(jì)算機(jī)系孫延奎2021----:小波系數(shù)的處理掃描順序?yàn)榱顺霈F(xiàn)盡可能多的零樹根以壓縮代碼,同時(shí)保證先編碼重要信息,掃描從最低的精度開始逐漸向高精度級(jí)進(jìn)行。我們教材中采用的是Morton掃描順序.清華大學(xué)計(jì)算機(jī)系孫延奎2021清華大學(xué)計(jì)算機(jī)系孫延奎2021小波系數(shù)位置的處理----由掃描順序及小波零樹共同完成其中,H表示小波系數(shù)的絕對(duì)值大于或等于當(dāng)前的閾值;44×圖象L表示小波系數(shù)的絕對(duì)值小于當(dāng)前的閾值.清華大學(xué)計(jì)算機(jī)系孫延奎2021多遍掃描編碼小波系數(shù)圖像,其中每一遍掃描包含以下的處理步驟:EZW編碼過(guò)程:1.選擇閾值2.主掃描33.輔掃描54.重新排序5.輸出編碼信號(hào)注解:由于”重新排序”需要記錄有關(guān)信息,且實(shí)踐表明,這種操作對(duì)圖像重構(gòu)的質(zhì)量影響不大,所以實(shí)踐中通常忽略這步操作.為此,以下刪除教材中EZW編碼算法中的第4步”重新排序”.清華大學(xué)計(jì)算機(jī)系孫延奎20211.選擇閾值TTT?對(duì)于L級(jí)小波變換,EZW算法應(yīng)用一系列的閾值,,…,011L2/1?=iiTTii來(lái)確定小波系數(shù)的重要性,其中,為掃描次數(shù),=1,2,….,L-1。初始閾值的選擇方法如下:log{||}0,22MaxcijT??????=320=T清華大學(xué)計(jì)算機(jī)系孫延奎20215.5.輸出編碼信息編碼器輸出兩類信息:一類是給解碼器的信息,包括閾值、主掃描表和輔掃描表;的信息包括閾值及獲得的重要系數(shù)序列320=T1D1S,:PNZTPTTTTZTTZZZZZPZZ;:1010第二類是用于下次掃描的信息,包括閾值及獲得的重要系數(shù)序列。小波圖像數(shù)據(jù)63320=T,,小波圖像數(shù)據(jù)。{}PPNP????47,49,34,未排序清華大學(xué)計(jì)算機(jī)系孫延奎2021第二次編碼輸出結(jié)果第二次編碼輸出結(jié)果:a為解碼器提供的信息161=T2D2S,:NPTTTTTTTTTTTZZZZ;:100110b為下一次掃描的信息161=T,,小波圖像數(shù)據(jù)。{}63,34,49,47,31,23PNPPNP??????表5.3二次編碼的輸出結(jié)果T3211/SD0PNZTPTTTTZTTZZZZZPZZ/1010NPTTTTTTTTTTTZZZZ/10011022/SD清華大學(xué)計(jì)算機(jī)系孫延奎2021EZW編碼與位平面編碼之間的關(guān)系----小波系數(shù)的表示位平面編碼=?+?+?+?+?+?63的二進(jìn)制表示為111111符號(hào)位平面及前三個(gè)高位的位平面清華大學(xué)計(jì)算機(jī)系孫延奎2021EZW編碼與位平面編碼之間的關(guān)系通過(guò)不同閾值如32,16,8,…對(duì)小波系數(shù)進(jìn)行掃描,可以發(fā)現(xiàn)最重要的小波系數(shù).這等價(jià)于對(duì)位平面依次進(jìn)行小波零樹編碼.由此實(shí)現(xiàn)累進(jìn)編碼,也稱為嵌入式編碼.具體的第一次主掃描本質(zhì)上是對(duì)第一個(gè)位平面編碼第一次輔掃描具體的,第次主掃描本質(zhì)上是對(duì)第個(gè)位平面編碼。第次輔掃描本質(zhì)上是發(fā)現(xiàn)”重要系數(shù)”在下一個(gè)位平面上的改進(jìn)位.對(duì)應(yīng)當(dāng)前閾值下4個(gè)重要系數(shù)在次高位平面的位值,是必然,是巧合?必然.如543210=?+?+?+?+?+?543210=?+?+?+?+?+?第二次輔掃描對(duì)應(yīng)當(dāng)前閾值6個(gè)重要系數(shù)在第三高位平面的位值清華大學(xué)計(jì)算機(jī)系孫延奎2021EZW解碼EZW算法具有顯著編碼性能的原因:(1離散小波變換:去相關(guān)性與塔式結(jié)構(gòu)(2零樹編碼:利用不同分辨率同方向子帶之間的相關(guān)性(3累進(jìn)逼近:位平面編碼(4自適應(yīng)算法編碼:無(wú)損編碼方式EZW編解碼算法的實(shí)現(xiàn),包括C語(yǔ)言與Matlab程序(不考慮排序步驟:清華大學(xué)計(jì)算機(jī)系孫延奎2021分集規(guī)則{}(,,max||2(nijijXncSX∈?≥?=?1若(1nSX=X是重要的??0其他(0nSX=X是不重要的,(jiO:節(jié)點(diǎn)(i,j的坐標(biāo)集;點(diǎn)(,j所有孩子標(biāo)集,(jiD:節(jié)點(diǎn)(i,j所有子孫的坐標(biāo)集;H:所有樹根的坐標(biāo)集。,(,(,(jiOjiDjiL?=,(jiL:節(jié)點(diǎn)(i,j所有非直系子孫的坐標(biāo)集;一般地,{}12,12(,2,12(,12,2(,2,2(,(++++=jijijijijiO清華大學(xué)計(jì)算機(jī)系孫延奎2021分集規(guī)則1最初坐標(biāo)集由{}(,|(,ijijH∈和(,|(,DijijH∈且具有非零子孫組成;{}2若,(jiD是重要的,則,(jiD分成iL及4個(gè)單節(jié)點(diǎn),,iOlk∈,(j((j3若是重要的,則分成,(jiL,(jiL4個(gè)集,(lkD,(,(,jiOlk∈有序表LIP——不重要系數(shù)表;LSP——重要系數(shù)表;在LIS中,坐標(biāo)(,ij代表,(jiD或者,(jiL(ij(ijLLIS——不重要子集表。每一個(gè)表項(xiàng)都使用坐標(biāo)(,ij標(biāo)識(shí)分別用(i,jD和(i,jL表示清華大學(xué)計(jì)算機(jī)系孫延奎2021(2排序掃描目的:編碼當(dāng)前位平面的重要系數(shù)由以下兩個(gè)大的步驟構(gòu)成:對(duì)于當(dāng)前閾值?如果是重要的系數(shù),則輸出“1”及其符號(hào)位,其中正、負(fù)小波系數(shù)的符號(hào)位分別采用“1”和“0”表示,然后將該系數(shù)從LIP中1順次檢查L(zhǎng)IP中的所有小波系數(shù)(,ij,對(duì)于當(dāng)前閾值,確定其是否重要?jiǎng)h除,并添加到有序表LSP的尾部。?如果是不重要的系數(shù),則輸出“0”。清華大學(xué)計(jì)算機(jī)系孫延奎2021例題:排序掃描1輸出T=32%對(duì)LIP中的每個(gè)表項(xiàng)順次進(jìn)行處理Is(0,0significant?yes:1,gy1(符號(hào)位/將(0,0從LIP中刪除,添加到LSP的尾部/LSP={(0,0}LIP={(0,1,(1,0,(1,1}Is(0,1significant?yes:10(符號(hào)位LSP={(0,0,(0,1}LIP={(1,0,(1,1}Is100Is(1,0significant?no:Is(1,1significant?no:0清華大學(xué)計(jì)算機(jī)系孫延奎20212CheckthesignificanceofalltreesintheLISaccordingtothetypeoftreetype:2對(duì)LIS中的每個(gè)表項(xiàng)順次處理,并對(duì)D型表項(xiàng)和L型表項(xiàng)分別采用不同的處理方法,具體算法如下:ggypyp√ForatreeoftypeD:°Ifitissignificant,output1,andcodeitschildren:?Ifachildissignificant,output1,thenasignbitandaddittotheLSP?Ifachildisinsignificant,output0andaddittotheendofLIP.?Ifthechildrenhavedescendants,movethetreetotheendofLISastypeL,otherwiseremoveitfromLIS.°Ifitisinsignificant,output0.√ForatreeoftypeL:°Ifitissignificant,output1,addeachofthechildrentotheendofLISasanentryoftypeDandremovetheparenttreefromtheLISofLISasanentryoftypeDandremovetheparenttreefromtheLIS.°Ifitisinsignificant,output0.清華大學(xué)計(jì)算機(jī)系孫延奎2021例5.6第一次SPIHT編碼后輸出的信息第一次編碼過(guò)程完成后,編碼器輸出兩類信息:11100011100010000001010110000、精細(xì)掃描位流及三個(gè)有序表的初始化信息,即LIP,LIS和LSPLIP00011011={(0,0,(0,1,(1,0,(1,1}LIS={(0,1D,(1,0D,(1,1D}LSP={}2用于下次掃描的信息,包括域值52.、三個(gè)有序表LIP,LSP,LIS的當(dāng)前狀態(tài)信息清華大學(xué)計(jì)算機(jī)系孫延奎2021SPIHT與EZW編碼的簡(jiǎn)單比較共同點(diǎn):基于(廣義小波零樹的位平面編碼,形成嵌入式位流.其中,在不同分辨率子帶之間引入向下的相關(guān)性.嵌入式位流的吸引力在于,希望的壓縮等級(jí)可以在信源已經(jīng)壓縮之后確定.嵌入的一個(gè)重要結(jié)果是,信源內(nèi)任意給定的空間區(qū)域的信息內(nèi)容一般必然是分散(dispersed貫穿在壓縮表示中.不同點(diǎn):重要系數(shù)排序信息的顯式與隱式處理.系數(shù)序信式式清華大學(xué)計(jì)算機(jī)系孫延奎2021電子資源???清華大學(xué)計(jì)算機(jī)系孫延奎2021EBCOT編碼最佳截?cái)嗲度氪a塊編碼(embeddedblockcodingwithoptimizedtruncation,EBCOT算法是一種非常有效的小波系數(shù)編碼方法。清華大學(xué)計(jì)算機(jī)系孫延奎2021EBCOT編碼質(zhì)量可伸縮性SNR清華大學(xué)計(jì)算機(jī)系孫延奎2021或可伸縮性或率可伸縮性EBCOT編碼EZW與SPIHT算法采用的零樹編碼結(jié)構(gòu),在分辨率之間引入向下的相關(guān)性,因此所得到的嵌入式碼流具有質(zhì)量可伸縮性,但不具有分辨率可伸縮性.EBCOT算法采用了將子帶樣本分成小塊,單獨(dú)對(duì)每一個(gè)小塊進(jìn)行編碼.各種相關(guān)性可能存在于一個(gè)塊內(nèi),但不會(huì)存在于不同塊之間.清華大學(xué)計(jì)算機(jī)系孫延奎2021EBCOT算法介紹:1.嵌入碼塊編碼對(duì)每個(gè)碼塊進(jìn)行編碼時(shí),編碼器不用其它碼塊的任何信息,只用該碼塊本身的信息生成個(gè)嵌入碼塊流塊本身的信息生成一個(gè)嵌入碼塊流。這種編碼方法很容易生成圖像的具有分辨率可伸縮性的編碼,并可實(shí)現(xiàn)感興趣區(qū)域的隨機(jī)存取.清華大學(xué)計(jì)算機(jī)系孫延奎2021EBCOT圖像壓縮算法的兩層編碼結(jié)構(gòu)流程圖由于每個(gè)質(zhì)量層必須包含輔助信息以確定每個(gè)碼塊對(duì)該質(zhì)量層的貢獻(xiàn)大小。當(dāng)層數(shù)很多時(shí),對(duì)給定的質(zhì)量層,僅有部分碼塊對(duì)該層有貢獻(xiàn),這樣在輔助信息中存在大量的冗余信息。為此EBCOT引入第二編碼器(Tier2用于壓縮每個(gè)質(zhì)量層為引第編碼器用于壓縮每個(gè)質(zhì)層的輔助信息。清華大學(xué)計(jì)算機(jī)系孫延奎2021小波分析與傅里葉分析的比較及其在故障診斷中的應(yīng)用楊梅,張振文,孫宏強(qiáng),張永弟(河北科技大學(xué)機(jī)械電子工程學(xué)院,河北石家莊050054摘要:小波分析是傅里葉分析的發(fā)展與延拓。本文首先對(duì)小波分析與傅里葉分析的概念及特征進(jìn)行比較,然后簡(jiǎn)要論述了這兩種分析方法在故障診斷中的應(yīng)用。關(guān)鍵詞:小波分析;傅里葉分析;故障診斷中圖分類號(hào):TP20613文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào):167224984(2005022*******ThecomparisonofwaveletandfourieranalysisandtheirapplicationtofaultdiagnosisYANGMei,ZHANGZhen2wen,SUNHong2qiang,ZHANGYong2di(CollegeofMechanicalElectronicEngineering,HebeiUniversityofScienceandTechnology,Shijiazhuang050054,ChinaAbstract:Waveletanalysisdevelopsfromfourieranalysis1Thisarticlefirstcomparestheconceptionandthecharacterofwaveletanalysisandfourieranalysis,andthensimplydiscussthetwoanalysismeansintheuseoffaultdiagnosis1Keywords:Waveletanalysis;Fourieranalysis;Faultdiagnosis收稿日期:2004206208;收到修改稿日期:20042082241引言在故障診斷技術(shù)領(lǐng)域中,目前最為普遍的是利用快速傅里葉變換(FFT的頻域分析方法,這種方法雖然能夠分辨振動(dòng)信號(hào)在頻域中的位置與大小,但在對(duì)故障信號(hào)的非線性問(wèn)題及時(shí)-頻變化規(guī)律等方面的分析就顯得力不從心。小波分析是近幾年迅速發(fā)展起來(lái)的新興學(xué)科,是傅里葉分析思想方法的發(fā)展與延拓,是對(duì)一百多年來(lái)調(diào)合分析研究工具和方法的重大突破,應(yīng)用小波分析能將不同頻率組成的混合信號(hào)分解成不同頻率成份的塊信號(hào),可有效地進(jìn)行信噪分離、特征提取、故障診斷等。2小波分析與傅里葉(Fourier分析小波(Wavelet,即小區(qū)域的波,是一種特殊的長(zhǎng)度有限、平均值為零的波形[1]。任意能量有限函數(shù)f(t(即f(t∈L2(R的小波分析定義為以函數(shù)族Ψa,b=1aΨ(t-ba為積分核的積分變換:Wf(a,b=(WΨf(a,b=∫∞-∞f(tΨa,b(tdt=∫∞-∞f(t1aΨ(t-badt其中a是尺度因子,b是定位參數(shù),函數(shù)Ψa,b(t稱為小波,改變a值,對(duì)函數(shù)Ψ(t具有伸展(a>1或收縮(a<1的作用[2]。傅里葉分析的思想在于將一般的函數(shù)f(t表示為具有不同頻率的諧波函數(shù){eiωt|ω∈R}的線性疊加,從而將對(duì)原來(lái)的函數(shù)的研究轉(zhuǎn)化為對(duì)這個(gè)疊加的權(quán)系數(shù),即傅里葉變換^f(ω的研究。從實(shí)用的角度出發(fā),我們考慮傅里葉分析時(shí),通常是指傅里葉變換和傅里葉級(jí)數(shù)[3]。函數(shù)f(t∈L2(R的連續(xù)傅里葉變換定義為:^f(ω=∫+∞-∞e-iωtf(tdt^f(ω的傅利葉逆變換定義為:f(t=12π∫+∞-∞eiωt^f(ωdω3小波分析與傅里葉分析的比較小波分析源于信號(hào)分析中函數(shù)的伸縮和平移。它是傅里葉分析、Gabor分析、短時(shí)傅里葉分析發(fā)展的直接結(jié)果,是傅里葉分析思想方法的發(fā)展與延拓。它自產(chǎn)生以來(lái),就一直與傅里葉分析密切相關(guān),但不能代替傅利葉分析,二者是相輔相成的。兩者相比較主要有以下不同[4]:(1傅里葉變換的實(shí)質(zhì)是把能量有限信號(hào)f(t分解到以{eiωt}為正交基的空間上去;小波變換的實(shí)質(zhì)是把能量有限信號(hào)f(t分解到W-j(j=1,2,…,J和V-所構(gòu)成的空間上去。(2傅里葉分析的權(quán)系數(shù)只是頻率的函數(shù),而小第31卷第2期2005年3月中國(guó)測(cè)試技術(shù)CHINAMEASUREMENTTECHNOLOGYVol131No12Mar,2005波變換的權(quán)系數(shù)是頻率和時(shí)間的二元函數(shù)。(3小波變換將信號(hào)分解為對(duì)數(shù)中具有相同大小頻帶的集合,與加窗傅里葉變換相比:加窗傅里葉變換對(duì)不同的頻率分量,在時(shí)域中都取相同的窗寬,而小波變換的窗寬則是可調(diào)的,它在高頻時(shí)使用短窗口,而在低頻時(shí)則使用寬窗口,這充分體現(xiàn)了常相對(duì)帶寬頻率分析和自適應(yīng)分辨分析的思想。(4傅里葉變換離散化后即得按正交三角函數(shù)系展開的傅利葉系數(shù);對(duì)于Gabor變換無(wú)論如何離散化均不可能存在這樣的正交基;但是,對(duì)于離散化的小波變換,仍然具有離散的正交基的優(yōu)良特性。(5傅里葉變換用到的基本函數(shù)只有sinωt,cosωt,exp(iωt,具有唯一性;小波分析用到的函數(shù)(即小波函數(shù)具有多樣性,用不同的小波基分析同一個(gè)問(wèn)題會(huì)產(chǎn)生不同的結(jié)果。(6傅里葉變換采用FFT算法,其計(jì)算工作量為NlogN;小波變換采用FWT(Mallat算法,其計(jì)算工作量為O(N。(7傅里葉分析適合于漸變信號(hào)處理和實(shí)時(shí)信號(hào)處理,但不能敏感地反映信號(hào)的突變;小波分析適合于突變信號(hào)或具有孤立奇異性的函數(shù)的處理和自適應(yīng)信號(hào)處理,但其變換系數(shù)不具有對(duì)信號(hào)的平移不變性。因此,在處理漸變信號(hào)時(shí),小波分析不如傅里葉分析有效。(8小波展開保留了傅里葉展開的優(yōu)點(diǎn),且在時(shí)間上和頻率上都可進(jìn)行局部分析。同時(shí)由于Ψa,b(t是基本小波函數(shù)Ψ(t(或稱為母波經(jīng)平移和伸縮變換構(gòu)造的,因此頻譜分析仍可進(jìn)行,只是基波eit須用Ψ(t來(lái)代替。4傅里葉分析與小波分析在故障診斷中的應(yīng)用目前已有的故障診斷技術(shù),大都采用傅里葉變換進(jìn)行信號(hào)分析,但是傅里葉分析存在時(shí)域和頻域局部化的矛盾,缺乏空間局部性,而且傅里葉分析是以信號(hào)平穩(wěn)性假設(shè)為前提的,而大多數(shù)的控制系統(tǒng)的故障信號(hào)往往包含在瞬態(tài)信號(hào)及時(shí)變信號(hào)中。正因如此,基于傅里葉分析的信號(hào)處理方法只能提供響應(yīng)信號(hào)的統(tǒng)計(jì)平均結(jié)果,很難在時(shí)域和頻域中同時(shí)得到非平穩(wěn)信號(hào)的全部和局部化結(jié)果,使非平穩(wěn)動(dòng)態(tài)信號(hào)分析難以達(dá)到令人滿意的程度。小波分析是一種全新的時(shí)-頻分析方法,它繼承了傅里葉分析用簡(jiǎn)諧函數(shù)作為基函數(shù)來(lái)逼近任意信號(hào)的思想,只不過(guò)小波分析的基函數(shù)是一系列尺度可變的函數(shù)。這使得小波分析具有良好的時(shí)-頻定位特性以及對(duì)信號(hào)的自適應(yīng)能力,故而能夠?qū)Ω鞣N時(shí)變信號(hào)進(jìn)行有效的分解,為控制系統(tǒng)故障診斷提供了新的、強(qiáng)有力的分析手段[5]。在對(duì)傅里葉分析和小波分析比較的基礎(chǔ)上,對(duì)采集到的齒輪裂紋故障振動(dòng)信號(hào)進(jìn)行分析,電機(jī)轉(zhuǎn)速為420r/min,采樣頻率fs=1024Hz。圖1是采集的振動(dòng)加速度信號(hào)的時(shí)域波形,從圖上看不出該信號(hào)有何特征。圖2是該信號(hào)的基于FFT的自功率譜分析,因?yàn)榱鸭y的故障幅度不是很大,因而在圖上只能找到嚙合頻率fx(260Hz以及一階上邊頻a(250Hz,沒有辦法識(shí)別該齒輪裂紋的故障模式。圖3是該信號(hào)的基于Mexicanhat調(diào)制復(fù)小波的小波變換相位的功率譜。圖中在220~270Hz之間存在一段明顯譜線,即為嚙合頻率fx及其邊頻帶a~h。齒輪存在局部故障時(shí)的特征在邊頻帶結(jié)構(gòu)中清晰地反映了出來(lái)。同傳統(tǒng)的自功率譜方法相比較,基于復(fù)小波基函數(shù)的連續(xù)小波變換功率譜有較強(qiáng)的抗噪聲干擾能力。利用Mexicanhat調(diào)制復(fù)小波函數(shù)來(lái)分析齒輪局部故障振動(dòng)信號(hào),其連續(xù)小波變換相位的頻譜能夠突出包含著重要故障信息的邊頻帶結(jié)構(gòu),從而能夠有效地識(shí)別故障模式。5結(jié)束語(yǔ)小波方法是傅里葉分析思想方法的發(fā)展與延拓。雖然我們的實(shí)驗(yàn)證明了小波方法(下轉(zhuǎn)第61頁(yè)第31卷第2期楊梅等:小波分析與傅里葉分析的比較及其在故障診斷中的應(yīng)用59311光纖位移傳感器結(jié)構(gòu)設(shè)計(jì)在此系統(tǒng)中采用的傳感器是反射式光強(qiáng)調(diào)制型光纖位移傳感器(RIM2FODS,RIM2FODS由發(fā)射光纖和接受光纖組成,利用被測(cè)物體與接收光纖相對(duì)位移變化時(shí),接收光纖接收到的物體表面反射回來(lái)的光強(qiáng)也隨之變化的現(xiàn)象,獲得物體位移量的大小。在實(shí)際應(yīng)用中,由于光源波動(dòng),環(huán)境溫度等影響,為了以較低的成本獲得穩(wěn)定的光源,采取了如圖3所示的補(bǔ)償結(jié)構(gòu)。光電二極管與發(fā)光二極管波長(zhǎng)相匹配。通過(guò)增加補(bǔ)償光纖束3,將接受光纖和補(bǔ)償光纖的輸出信號(hào)送差動(dòng)放大器兩端,可消除光源光功率的波動(dòng)以及光敏二極管的噪聲帶來(lái)的影響。312比值補(bǔ)償方法由于在實(shí)際測(cè)量時(shí),被測(cè)表面的反射率及光纖的微損耗等對(duì)測(cè)量結(jié)果都會(huì)有影響,所以建立傳輸特性的數(shù)學(xué)模型:V(X=I0K1K2KRF(X(1式中:V(X為輸出信號(hào);X為被測(cè)位移量;I0為發(fā)射信號(hào)強(qiáng)度;F(X為與位移X、光纖芯徑和數(shù)值孔徑有關(guān)的函數(shù);K為轉(zhuǎn)換系數(shù);K1為電路漂移系數(shù);K2為微彎損耗系數(shù);R代表被測(cè)表面反射率不同對(duì)測(cè)量結(jié)果的影響。在應(yīng)用前,先標(biāo)定出一條理論曲線,首先測(cè)出位移X=0的輸出信號(hào)V(0,根據(jù)公式(1,其表達(dá)式為:V(0=I0K1K2KRF(0,逐漸增大X,測(cè)出各對(duì)應(yīng)點(diǎn)的V(X,令Q(X=V(X/V(0(2因?yàn)榉肿臃帜傅南禂?shù)相同,由式(2得:Q(X=F(X/F(0(3很顯然,Q(X僅與位移有關(guān)。事先標(biāo)定出一條Q(X-X曲線,存入微機(jī),實(shí)際測(cè)量時(shí),測(cè)出被測(cè)值X對(duì)應(yīng)的V(X除以V(0得Q(X,查Q(X-X曲線表,即可得到被測(cè)值X。4結(jié)論光纖位移傳感器靈敏度高,而且還具有體積小、可柔性彎曲、不受電磁干擾等優(yōu)點(diǎn),是目前測(cè)量領(lǐng)域中傳感技術(shù)發(fā)展的一個(gè)主導(dǎo)方向。光纖數(shù)字式塞規(guī)完全可以替代通止端塞規(guī)、三爪內(nèi)徑千分尺、內(nèi)徑量表等測(cè)孔檢具,可快速、方便、非接觸地測(cè)量孔徑,且加以推廣還可以測(cè)量橢圓度和錐度等。實(shí)驗(yàn)數(shù)據(jù)證明該系統(tǒng)在2mm的測(cè)量范圍內(nèi)能夠達(dá)到1μm的靈敏度。參考文獻(xiàn)[1]肖韶榮,李劍白1雙通道光纖位移傳感器實(shí)時(shí)測(cè)量系統(tǒng)[J]1半導(dǎo)體光電,2002,12:414-4171[2]叢紅,王輝林,鄭貴明1智能化光纖位移傳感器測(cè)試系統(tǒng)的設(shè)計(jì)[J]1山東理工大學(xué)學(xué)報(bào),2003,1:33-361[3]朱慶保1一種智能光纖位移傳感器[J]1自動(dòng)化儀表,2001,1:20-221(上接第59頁(yè)在故障診斷方面比傅里葉方法更有效,但是,小波基的構(gòu)造以及結(jié)果分析都依賴傅里葉分析,二者是相輔相成的。由于小波函數(shù)的多樣性,在故障診斷中只有選擇合適的小波函數(shù),才能更加快速、有效地進(jìn)行信號(hào)分析,進(jìn)而判斷其故障所在,因而故障診斷領(lǐng)域中的小波分析的應(yīng)用還是一個(gè)有待進(jìn)一步研究的問(wèn)題。以為小波分析能處理所有問(wèn)題、能代替傅里葉分析的想法是不妥的。故小波分析在超越傅里葉分析的同時(shí)也應(yīng)與傅里葉分析相互補(bǔ)充、共同發(fā)展,小波理論與傅里葉分析的互補(bǔ)優(yōu)勢(shì)和相輔相成的良好效果也已被科研實(shí)踐所證實(shí)。參考文獻(xiàn)[1]飛思科技產(chǎn)品研發(fā)中心1MATLAB615輔助小波分析與應(yīng)用[M]1北京:電子工業(yè)出版社,2003,71[2]韓兵欣,徐春霞,岑毅南,賀洪江1故障診斷的小波分析方法[J]1河北建筑科技學(xué)院學(xué)報(bào),1999,12(4:79-831[3]汪新凡1小波分析與Fourier分析的比較研究[J]1株洲工學(xué)院學(xué)報(bào),2002,11(6:23-261[4]章步云,周書民1非平穩(wěn)信號(hào)的快速傅里葉變換與小波分析的比較[J]1通信技術(shù),2002,7:1-21[5]梁青1小波分析在故障診斷中的應(yīng)用[J]1廣西科學(xué)院學(xué)報(bào),2002,2(1:8-111第31卷第2期楊慶華等:采用光纖傳感器的電子塞規(guī)的設(shè)計(jì)61第24卷第1期巖土力學(xué)Vol.24No.12003年2月RockandSoilMechanicsFeb.2003收稿日期李剛1977年生現(xiàn)從事土動(dòng)力學(xué)方面的研究1000(200301―0103―03小波分析在試驗(yàn)信號(hào)消噪方面的應(yīng)用李剛陳正漢后勤工程學(xué)院軍事土木工程系摘要較好的消除了系統(tǒng)的噪音10點(diǎn)平均濾波法比較后可知對(duì)目前仍因被噪音困擾而不能正常進(jìn)行的試驗(yàn)分析提供了一條解決途徑小波分析信號(hào)消噪中圖分類號(hào)AApplicationofwaveletanalysistofilteringnoiseoftestsignalLIGang,XIEYun,CHENZheng-han,LIJian-pingAbstract:Thepost-processingoftestdataismadebyusingwaveletanalysis.Theresultsshowthatthenoiseofsystemcanalmostbeeliminated.ComparingwithFouriertransformmethodandfiltermethodofadoptingmeanvalueoftenpoints,itseemsthatthewaveletanalysismethodcouldbetterreservethecharactersoforiginaltestdata.Awaytofiltertestnoisesthatcan’tbeavoided,isprovided.Keywords:waveletanalysis;testdata;filternoiseofsignal1前言隨著對(duì)事物認(rèn)識(shí)的不斷深入但是由于外界環(huán)境原始數(shù)據(jù)中或多或少引入了噪聲不能達(dá)到應(yīng)有的要求以往的消噪方法一般都是基于Fourier變換進(jìn)行的不能反映信號(hào)在時(shí)頻域上的細(xì)節(jié)將影響到消噪效果[1]D?2¨·???μ?D??e特別是信號(hào)分析領(lǐng)域它在信號(hào)奇異性檢測(cè)本文擬探討基于小波分析來(lái)消除原始試驗(yàn)數(shù)據(jù)中的噪音2小波消噪的原理小波分析不同于以往的Fourier變換和加窗Fourier變換時(shí)間窗和頻率窗都可以改變的時(shí)頻局部化分析方法其Fourior變換為(ωψ∞<=∫ωω(2RwC時(shí)將母小波(tψ伸縮和平移對(duì)連續(xù)情況小波序列為2(2(2/,kttjjkj?=??ψψ其中Zkj∈,對(duì)任意函數(shù)((2RLtf∈的連續(xù)小波變換為34巖土力學(xué)2003年由Mallat塔式分解算法d2c2如圖1所示圖1信號(hào)塔式小波分解Fig.1Pyramidaldecompositionofsignal在土工試驗(yàn)過(guò)程中而噪音信號(hào)通常表現(xiàn)為高頻信號(hào)然后將小波分解的第N層低頻系數(shù)和經(jīng)過(guò)量化處理后的第1層到第N層高頻系數(shù)進(jìn)行小波重構(gòu)3小波消噪在試驗(yàn)數(shù)據(jù)處理中的應(yīng)用現(xiàn)有一臺(tái)DDSóéóúμ???1?í¨μ?oó???μí3òyè?á???éùò??á?òá|?aày×óí???ê?è?2?êy?Y?μí3μ???ò?è·êμì?′ó圖2原始軸向力信號(hào)Fig.2Signaloforiginalaxialforce對(duì)軸向力信號(hào)進(jìn)行小波分解令小波的分解層次為3d2c24所示d2兩層信號(hào)中的最高頻率如果為fmax?ò?÷2??ù??μ??μ?ê???a0.5fmaxd10.5~1fmaxc20.125fmaxd30.125~0.25fmax圖3小波分解得到的高頻信號(hào)(從上往下分別為d1d3Fig.3Highfrequencysignalthroughwaveletdecomposition(d1d3infilefromthetopdown圖4小波分解得到的低頻信號(hào)(從上往下分別為c1c3Fig.4Lowfrequencysignalthroughwaveletdecomposition(c1c3infilefromthetopdown由圖3可知d2兩層所以信號(hào)的分解層次定為2就足夠了d2層的高頻系數(shù)進(jìn)行閥值量化處理采用Stein的無(wú)偏似然估計(jì)原理的閥值選擇規(guī)則d2層高頻系數(shù)全部或大部分置為零d2層高頻系數(shù)和c2層低頻系數(shù)進(jìn)行信號(hào)的重構(gòu)就可得到消噪后的信號(hào)可以看出消噪后的軸向力數(shù)據(jù)與預(yù)先要求控制的等幅正弦力符合的比較好圖5消噪后軸向力信號(hào)Fig.5Signalofde-noisedaxialforce萬(wàn)方數(shù)據(jù)第1期李剛等在該系統(tǒng)以后的數(shù)據(jù)處理中只需對(duì)數(shù)據(jù)進(jìn)行兩次小波變換4不同消噪方法的效果對(duì)比為了與小波方法進(jìn)行對(duì)比設(shè)原始信號(hào)為(ixFourier變換方法Fourier變換為∑=???=NkkjNkXNjx11(1((1(ω其中2exp(NiN?=ω10點(diǎn)平均濾波方法∑?==jjijxiy9(101(僅觀察公式我們就可知道例如1(1011(xy=?????×≥??∪≈3種方法都能消除試驗(yàn)信號(hào)的噪聲或存在中值偏移或存在相位偏移而利用小波分圖6不同方法消噪效果對(duì)比圖Fig.6Effectcontrastofdifferentmethodsonthesameoriginalsignal析消噪得到的結(jié)果相位效果比較理想它克服了Fourier分析只能進(jìn)行時(shí)域和頻域的全局變換和短時(shí)Fourier分析的時(shí)頻窗大小能在時(shí)域和頻域上調(diào)節(jié)分辨率它被廣泛用于有關(guān)信號(hào)處理的各個(gè)領(lǐng)域從前面的分析可以看出也是改善試驗(yàn)測(cè)試信號(hào)質(zhì)量的一種方法對(duì)數(shù)據(jù)的特殊點(diǎn)關(guān)注時(shí)參考文獻(xiàn)[1]YoungR.AnintroductiontononlinearFourierseries[M].NewYork:AcademicPress,1980.1??íò??68.[3]曾理.小波分析在ICT中的應(yīng)用.[博士學(xué)位論文D].重慶1997.[4]HirabyashiT,TakayasuH,MiuraH,etal.Thebehaviorofathresholdmodelofmarketpriceinstockexchange[J].Fractals,1993,1(1:291224.[6]李建平.小波分析與信號(hào)處理—理論261.[7]胡昌華夏軍等.基于MATLAB的系統(tǒng)分析與統(tǒng)計(jì)—小波分析[M].西安:西安電子科技大學(xué)出版社,1999.210小波分析在試驗(yàn)信號(hào)消噪方面的應(yīng)用作者:李剛,謝云,陳正漢,李建平作者單位:后勤工程學(xué)院,軍事土木工程系,重慶,400041刊名:巖土力學(xué)英文刊名:ROCKANDSOILMECHANICS年,卷(期:2003,24(1被引用次數(shù):10次參考文獻(xiàn)(7條1.YoungRAnintroductiontononlinearFourierseries19802.李建平.張萬(wàn)蘋.陳延槐基于小波理論的平面葉柵優(yōu)化設(shè)計(jì)1997(023.曾理小波分析在ICT中的應(yīng)用[學(xué)位論文]19974.HIRABYASHIT.TakayasuH.MiuraHThebehaviorofathresholdmodelofmarketpriceinstockexchange1993(015.DONHOAdaptingtounknownsmoothnessviawaveletshrinkage19956.李建平小波分析與信息處理--理論、應(yīng)用及軟件實(shí)現(xiàn)19977.胡昌華.張軍波.夏軍基于MATLAB的系統(tǒng)分析與統(tǒng)計(jì)--小波分析1999相似文獻(xiàn)(10條1.學(xué)位論文湯麗玉小波分析及其在FTDP中的應(yīng)用1996Fourier分析作為傳統(tǒng)手段,在顫振試驗(yàn)數(shù)據(jù)處理領(lǐng)域一直起著主導(dǎo)作用.但是,由于理論條件的約束,該類分析方法在許多方面不能完全適用于顫振試驗(yàn)數(shù)據(jù)的實(shí)際特征,從而在一定程度上影響數(shù)據(jù)處理結(jié)果的精度和可靠性.小波分析是近年來(lái)新興的信號(hào)處理技術(shù),其發(fā)展與Fourier分析有著密切的聯(lián)系,在理論上具有更為優(yōu)良的品質(zhì).該文根據(jù)結(jié)構(gòu)顫振試驗(yàn)數(shù)據(jù)的基本特征和處理要求,探討了將小波分析引入FTDP領(lǐng)域的必要性和可行性,旨在克服Fourier分析所存在的不足,探索相應(yīng)的途徑和方法.重點(diǎn)研究了小波分析技術(shù)在FTDP方面的非平衡響應(yīng)分析、多分辨與密集模態(tài)分解、信號(hào)分解與重構(gòu)等五個(gè)應(yīng)用問(wèn)題,設(shè)計(jì)并開發(fā)了小波分析軟件包.最后,應(yīng)用數(shù)字仿真及實(shí)際的風(fēng)洞與飛行試驗(yàn)數(shù)據(jù),考核了小波分析在信噪比改善和奇異值檢測(cè)方面的應(yīng)用情況.結(jié)果顯示出了小波分析的良好效果和應(yīng)用潛力.該技術(shù)的進(jìn)一步研究,必將在FTDP的預(yù)處理及信號(hào)特征提取等方面取得明顯的成果,并可推廣到一般結(jié)構(gòu)振動(dòng)信號(hào)分析領(lǐng)域中去.2.期刊論文芮筱亭.楊富鋒.沙南生.陸文廣.田發(fā)林.陳建新.RUIXiao-ting.YANGFu-feng.SHANan-sheng.LUWen-guang.TIANFa-lin.CHENJian-xin引信試驗(yàn)數(shù)據(jù)的小波分析-兵工學(xué)報(bào)2005,26(6用傅里葉變換對(duì)含有噪聲干擾的試驗(yàn)數(shù)據(jù)進(jìn)行濾波,通常難以確定奇異點(diǎn)在空間的位置及分布情況.本文用小波變換對(duì)引信風(fēng)洞試驗(yàn)數(shù)據(jù)進(jìn)行濾波,通過(guò)選擇合理的基小波、分解尺度和閾值對(duì)數(shù)據(jù)濾波后得到了引信渦輪角加速度的突變點(diǎn),確定了引信擊針脫離盲孔的時(shí)間,找出了某型引信早炸原因,解決了實(shí)際引信故障分析難題,保證了該引信的設(shè)計(jì)定型.3.學(xué)位論文賈德文基于小波分析和神經(jīng)網(wǎng)絡(luò)的動(dòng)力機(jī)械故障研究2006動(dòng)力機(jī)械在大型船舶、動(dòng)力設(shè)備以及車輛工程方面應(yīng)用廣泛,一方面促進(jìn)了生產(chǎn)的發(fā)展,提高了生產(chǎn)率,另一方面也潛伏著一個(gè)很大的危機(jī),即一旦發(fā)生故障所造成的直接、間接損失將是十分嚴(yán)重的,故研究其故障具有重要意義。動(dòng)力機(jī)械結(jié)構(gòu)復(fù)雜,工作環(huán)境復(fù)雜多變,其工作狀態(tài)的理論模型難以建立,對(duì)其故障診斷都局限于事后經(jīng)驗(yàn)判定。因此,如何有效實(shí)現(xiàn)動(dòng)力故障的非經(jīng)驗(yàn)判定,具有重要意義。本文在目前常用的一維小波的基礎(chǔ)上,結(jié)合神經(jīng)網(wǎng)絡(luò),對(duì)小波神經(jīng)網(wǎng)絡(luò)用于動(dòng)力機(jī)械故障診斷進(jìn)行了理論和應(yīng)用研究。小波變換在時(shí)域和頻域都有良好的局部化性質(zhì),特別適合于非平穩(wěn)信號(hào)的分析,在動(dòng)力機(jī)械振動(dòng)信號(hào)的分析中己得到了很好的應(yīng)用。神經(jīng)網(wǎng)絡(luò)因其極強(qiáng)的非線性映射能力,特別適合于復(fù)雜模式識(shí)別,所以成為動(dòng)力機(jī)械狀態(tài)識(shí)別的有力工具。在云內(nèi)動(dòng)力股份生產(chǎn)的4100QB柴油發(fā)動(dòng)機(jī)試驗(yàn)的基礎(chǔ)上建立了基于小波分析和神經(jīng)網(wǎng)絡(luò)的故障診斷模型。該模型應(yīng)用了柴油機(jī)表面振動(dòng)信號(hào)的特征提取方法,利用小波分析能很好的對(duì)柴油機(jī)表面振動(dòng)信號(hào)降噪處理,有效剔除表面振動(dòng)信號(hào)的噪聲干擾,獲得振動(dòng)信號(hào)的特征參數(shù),表征柴油機(jī)故障特征。提取發(fā)動(dòng)機(jī)缸蓋振動(dòng)信號(hào)特征值作為神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)和檢驗(yàn)樣本,建立柴油機(jī)特征參數(shù)與相關(guān)故障之間的映射關(guān)系的小波神經(jīng)網(wǎng)絡(luò)模型,在此基礎(chǔ)上與實(shí)際臺(tái)架試驗(yàn)數(shù)據(jù)進(jìn)行了比較驗(yàn)證。試驗(yàn)中應(yīng)用DASP2003專業(yè)軟件采集了發(fā)動(dòng)機(jī)在正常和非正常工作狀態(tài)下的振動(dòng)信號(hào),利用MATLAB的小波分析工具箱對(duì)振動(dòng)信號(hào)進(jìn)行小波分析,提取相應(yīng)特征值,作為神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)和檢驗(yàn)樣本。通過(guò)神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)和識(shí)別,最后對(duì)相關(guān)工作狀態(tài)進(jìn)行分類,對(duì)故障做出判定。這些方法和試驗(yàn)數(shù)據(jù)為后續(xù)的研究提供了基礎(chǔ)。試驗(yàn)和分析結(jié)果表明,小波神經(jīng)網(wǎng)絡(luò)用于動(dòng)力機(jī)械故障的診斷是有效的,為動(dòng)力機(jī)械故障的判定、診斷提供了一種新的思路和方法。4.學(xué)位論文溫銀堂滾動(dòng)軸承疲勞試驗(yàn)機(jī)測(cè)試系統(tǒng)和數(shù)據(jù)處理方法的研究2006接觸疲勞是導(dǎo)致滾動(dòng)軸承失效的主要因素之一,滾動(dòng)軸承疲勞壽命試驗(yàn)是綜合評(píng)定軸承質(zhì)量的重要手段。本文首先介紹了滾動(dòng)軸承接觸疲勞的理論基礎(chǔ),對(duì)導(dǎo)致滾動(dòng)軸承接觸疲勞的各個(gè)因素及失效形式作了簡(jiǎn)要敘述。然后研制了滾動(dòng)軸承接觸疲勞試驗(yàn)機(jī)測(cè)試系統(tǒng),應(yīng)用現(xiàn)代測(cè)試手段和計(jì)算機(jī)信號(hào)處理技術(shù),在線監(jiān)測(cè)、記錄試件的溫升、振動(dòng)、速度及摩擦扭矩,通過(guò)計(jì)算機(jī)智能數(shù)據(jù)處理系統(tǒng)對(duì)實(shí)驗(yàn)進(jìn)行在線反饋調(diào)控,獲得不同工況條件下的試驗(yàn)數(shù)據(jù),并采用多種分析方法,主要是采用數(shù)字濾波和小波分析方法對(duì)試驗(yàn)數(shù)據(jù)進(jìn)行處理,同時(shí),對(duì)能捕捉初始疲勞狀態(tài)的急停機(jī)構(gòu)進(jìn)行了結(jié)構(gòu)設(shè)計(jì)。最后,進(jìn)行了疲勞試驗(yàn),并加以仿真驗(yàn)證及評(píng)價(jià)。該測(cè)試系統(tǒng)顯著特點(diǎn)有:該系統(tǒng)能夠?qū)崿F(xiàn)對(duì)加載狀況、試件轉(zhuǎn)速、潤(rùn)滑條件等真實(shí)工況的模擬,從而使得試驗(yàn)結(jié)果更加準(zhǔn)確、真實(shí)、可靠;該系統(tǒng)除了應(yīng)用加速度傳感器檢測(cè)試件振動(dòng)幅度大小的方法以外,還應(yīng)用了對(duì)試件疲勞微裂紋的檢測(cè)更加靈敏的摩擦扭矩傳感器檢測(cè)試件摩擦扭矩的方法,使得試驗(yàn)裝置對(duì)試件疲勞微裂紋的發(fā)現(xiàn)和診斷更加及時(shí)、準(zhǔn)確和快速;采用小波分析方法對(duì)試驗(yàn)數(shù)據(jù)進(jìn)行處理,為能夠及時(shí)準(zhǔn)確地捕捉軸承初始疲勞狀態(tài)以及進(jìn)行加速疲勞試驗(yàn)提供了新的途徑。通過(guò)試驗(yàn)驗(yàn)證,此試驗(yàn)平臺(tái)的開發(fā)對(duì)在工業(yè)應(yīng)用中檢測(cè)滾動(dòng)軸承的疲勞壽命有重要意義。5.學(xué)位論文申瑞剛基于小波神經(jīng)網(wǎng)絡(luò)模型的架空線路故障診斷2003該文以近距離檢測(cè)架空高壓線路的工作狀態(tài)信號(hào)為研究對(duì)象,運(yùn)用小波分析方法研究此類信號(hào)的小波降噪和奇異性檢測(cè),并通過(guò)小波分析提取故障信號(hào)的特征值,構(gòu)建特征矢量.并建立了基于小波神經(jīng)網(wǎng)絡(luò)的故障診斷模型,實(shí)現(xiàn)對(duì)線路故障狀態(tài)的識(shí)別.在理論上,該文探索了小波的理論起源及其工程背景,分析論證了小波分析的頻譜結(jié)構(gòu),并介紹了二進(jìn)小波變換與Mallat快速小波算法,論述了小波降噪與奇異性檢測(cè)的基本原理與方法.同時(shí),詳細(xì)敘述了BP人工神經(jīng)網(wǎng)絡(luò)的模型結(jié)構(gòu)、訓(xùn)練方法及其優(yōu)缺點(diǎn),提出了BP網(wǎng)絡(luò)設(shè)計(jì)的基本思路,并給出了幾種BP網(wǎng)絡(luò)訓(xùn)練的優(yōu)化算法.該文在實(shí)驗(yàn)室環(huán)境下完成了大量的試驗(yàn)研究,采集了輸電導(dǎo)線在斷鋼芯、斷鋁絲的多種故障狀態(tài)下的信號(hào)數(shù)據(jù).構(gòu)建了BP網(wǎng)絡(luò)模型并以試驗(yàn)數(shù)據(jù)為樣本訓(xùn)練了神經(jīng)網(wǎng)絡(luò)故障診斷模型.以試驗(yàn)數(shù)據(jù)檢驗(yàn)了該診斷模型的正確性.同時(shí)比較了未引進(jìn)小波分析的故障診斷結(jié)果,比較結(jié)果證實(shí)了引入小波分析進(jìn)行故障診斷有著更高的準(zhǔn)確率與可靠性.最后,編制了一套故障診斷軟件,通過(guò)該軟件可以方便地對(duì)信號(hào)進(jìn)行觀察、分析與故障診斷.6.期刊論文楊雪.張振鵬.趙學(xué)軍.楊安元.劉廷.YANGXue.ZHANGZhen-peng.ZHAOX