摘 要

本文借助小波分析方法，利用LabVIEW和MATLAB软件联合编程，设计一个虚拟的信号分析仪，对仿真信号和实测信号进行分析，论文主要研究了小波分析方法在信号分析中的应用。对仿真信号的分析中改进了去噪算法，获得新的去噪算法并应用于实测信号的去噪处理中。对实测信号的分析中利用小波包分解信号，提取分解层所反映出信号的时域和频域特征，采用时频联合分析方法分析信号。

本文主要工作如下：

首先，在LabVIEW中搭建仿真信号发生器，对仿真信号的小波去噪方法做出改进，并用小波分析将信号分解重构，以获取信号的近似系数和细节系数。其次，读取存储实测信号的文件，对信号做小波包分解，根据分解层的特征，在时频域提取信号的特征值对实测信号所达到效果做出评价。

本次研究设计了一个较为完备的小波分析仪，能高效对非平稳信号进行分析，可应用于科学实验和测量分析领域。

关键词：小波分析；信号处理；LabVIEW；MATLAB

Abstract

In this paper, wavelet analysis method and the LabVIEW programming with the help of MATLAB software to design a virtual signal analyzer which can be used in the simulation signal and the measured signal analysis, and the paper mainly studies the wavelet analysis method in the application of signal analysis. The denoising algorithm is improved in the analysis of the simulation signal, and a new denoising algorithm is obtained and applied to the denoising of the measured signal. The analysis of the measured signal uses the wavelet packet to decompose the signal to extract the time domain and frequency domain characteristics of the signal which reflects by the decomposition layer, and uses the Joint Time-Frequency Analysis method to analyze the signal.

The main work of this paper is as follows:

Firstly, the simulation signal generator is set up in LabVIEW, and the wavelet denoising method of the simulation signal is improved. The signal is decomposed and reconstructed by wavelet analysis to obtain the approximate coefficient and detail coefficient of the signal. Second, reading the file which has stored the measured signal, and using wavelet packet to decompose the signal, according to the characteristics of the decomposition layer, extracting the characteristics of the signal in the time-frequency domain to evaluate the effect of the measured signal.

A more complete wavelet analyzer has been designed that is highly efficient in non-stationary signal analysis and can be applied to scientific experiments and measurement.

Key Words：Wavelet Analysis；signal processing；LabVIEW；MATLAB

目 录

第1章 绪论 1

1.1 研究的背景和意义 1

1.1.1 研究背景 1

1.1.2 研究意义 2

1.2 国内外研究现状 2

1.2.1 小波分析方法研究现状 2

1.2.2 小波分析软件开发现状 3

1.3技术方案与论文总体结构 3

1.3.1 技术方案 3

1.3.2 论文总体结构 4

第2章 小波分析理论及其去噪理论 5

2.1 小波分析理论 5

2.1.1 小波变换 5

2.1.2 小波包分析 5

2.1.3 常用小波基函数 6

2.2小波降噪理论 7

第3章 仿真信号分析 11

3.1 信号生成 11

3.1.1 基本信号生成 11

3.1.2 噪声信号生成 12

3.1.3 含噪信号合成 13

3.2 信号降噪 14

3.2.1 去噪效果评价标准 14

3.2.2 选择最佳小波去噪参数 15

3.2.3 LabVIEW程序 18

3.3 信号分析 20

3.4 数据保存 20

第4章 实测信号分析 22

4.1 实测信号特征值提取分析 22

4.1.1 信号特征值分析 22

4.1.2 信号特征值提取 23

4.2 超声材料缺陷检测信号分析 24

4.2.1 信号读取 24

4.2.2 特征值提取 25

4.2.3 Wigner-Ville分布 28

4.3 不同渗碳层深材料的涡流检测信号分析 29

4.3.1 信号读取 29

4.3.2 特征值提取 30

4.4 数据保存 33

第5章 小结与展望 35

5.1 小结 35

5.2 展望 36

参考文献…………………………………………………………………………………...37

致谢………………………………………………………………………………………...39

第1章 绪论

1.1 研究的背景和意义

1.1.1 研究背景

当前，人类已经踏入信息化的时代，信息科学与技术正在飞快发展，并且深刻影响着这个社会。信息时代最重要的便是信号处理，也正因此信号处理在信息学科中发展尤为迅速，并且于我们当代社会发展具有重要价值。

传统意义上讲，我们大都将信号假设为线性的、平稳的，在对平稳信号的分析中，傅里叶分析是连接时域与频域之间的纽带。但这仅是假设，我们真实世界还包含不平稳信号。我们通常称平稳信号为线性时不变信号，与之相对，称不平稳信号为时变信号或瞬变信号。时变信号，即为信号频率随着时间变化而变化。傅里叶变换的缺点在于只可以获取一个域的信息，其对非平稳信号的处理就显得逊色许多。那么，对于非平稳信号就需要时域和频域结合起来分析[^[1]]，经过几十年的发展，在非平稳信号方面已经具备较为成熟的分析方法研究成果。