小波分析图像的解读
看到了你对别人问题的回答,了解到你懂得小波分析,下面是我做的小波分析,但是我看不懂,希望你能帮助我!
这是我对轴承故障信号所做的小波分析.希望得到时频分析.
为什么得不到时频图?
为什么最下面的那张图不是一条条的直线?
是否能够根据这张图看出轴承故障所在?
希望得到你的帮助!
第一个问题,小波变换不是纯频域变换,所以不能得到时间和频率的关系,对于CWT只能得到时间和尺度的关系,而大的尺度对应低的频率,要得到频率只能对某尺度的小波系数进行fft,但那样会丢失时间信息,所以fft是没有定位功能的,这也就是小波变换可以在时域定位奇异点的优势所在.
第二个问题,是因为你的原始信号有太多的不连续点,也就是奇异点,所以局部最大值轴线从低尺度1（高频）到高尺度64（低频）都有反应,证明这些不连续点的奇异性很强,并没有随频率的降低（尺度的增大）而消失.所以你要想利用局部最大值轴线图,可能要对原始信号消噪才行（可以试试DWT或SWT的低阶逼近信息）.（据我的经验,这种图并不好解读,所受影响因素很多,可控的参数也没有,算法也不完备,你可能很难得到想要的表现奇异点特征的信息）
第三个问题,对于你目前的情况,你只能利用第二张CWT小波系数图,你那5个信号跳动的位置和小波系数的变化特征还是很明显的.它们都是从低尺度开始到高尺度都有连续的变化,即随尺度的增大它们小波系数的特征都在慢慢扩散,有些则在高尺度已经由清晰变为模糊了,低尺度的位置表明了信号振动的时间位置,高尺度的扩散表明了这个振动持续的时间长短.中间第3个振动的扩散最为清晰,在高尺度上都很清晰,表明这一振动可能非常密集（频率高）,就是说这次振动与其它4次振动相比,在短时间内完成了更多次数的振动,这与你的原始信号的特征是相符的.
俺不知道轴承故障是如何检测的,但是CWT的结果就显示出信号的特征是这样的,至于你怎样与故障挂钩,那就是你要考虑的了.
