clear all;
t=1:1000;
s1=sin(2*pi*50*t*0.001)+sin(2*pi*120*t*0.001)+rand(1,length(t));
for t=1:500;
s2(t)=sin(2*pi*50*t*0.001)+sin(2*pi*120*t*0.001)+rand(1,length(t));
end
for t=501:1000;
s2(t)=sin(2*pi*200*t*0.001)+sin(2*pi*120*t*0.001)+rand(1,length(t));
end
subplot(9,2,1);plot(s1);
title('原始信号')
ylabel('S1');
subplot(9,2,2);plot(s2)
title('故障信号');
ylabel('S2');
wpt=wpdec(s1,3,'db1','shannon');
s130=wprcoef(wpt,[3,0]);
s131=wprcoef(wpt,[3,1]);
s132=wprcoef(wpt,[3,2]);
s133=wprcoef(wpt,[3,3]);
s134=wprcoef(wpt,[3,4]);
s135=wprcoef(wpt,[3,5]);
s136=wprcoef(wpt,[3,6]);
s137=wprcoef(wpt,[3,7]);
s10=norm(s130);
s11=norm(s131);
s12=norm(s132);
s13=norm(s133);
s14=norm(s134);
s15=norm(s135);
s16=norm(s136);
s17=norm(s137);
st10=std(s130);
st11=std(s131);
st12=std(s132);
st13=std(s133);
st14=std(s134);
st15=std(s135);
st16=std(s136);
st17=std(s137);
disp('正常信号的特征向量:');
snorm1=[s10,s11,s12,s13,s14,s15,s16,s17]
std1=[st10,st11,st12,st13,st14,st15,st16,st17]
subplot(9,2,3);plot(s130);
ylabel('S130');
subplot(9,2,5);plot(s131);
ylabel('S131');
subplot(9,2,7);plot(s132);
ylabel('S132');
subplot(9,2,9);plot(s133);
ylabel('S133');
subplot(9,2,11);plot(s134);
ylabel('S134');
subplot(9,2,13);plot(s135);
ylabel('S135');
subplot(9,2,15);plot(s136);
ylabel('S136');
subplot(9,2,17);plot(s137);
ylabel('S137');
wpt=wpdec(s2,3,'db1','shannon');
s230=wprcoef(wpt,[3,0]);
s231=wprcoef(wpt,[3,1]);
s232=wprcoef(wpt,[3,2]);
s233=wprcoef(wpt,[3,3]);
s234=wprcoef(wpt,[3,4]);
s235=wprcoef(wpt,[3,5]);
s236=wprcoef(wpt,[3,6]);
s237=wprcoef(wpt,[3,7]);
s20=norm(s230);
s21=norm(s231);
s22=norm(s232);
s23=norm(s233);
s24=norm(s234);
s25=norm(s235);
s26=norm(s236);
s27=norm(s237);
st20=std(s230);
st21=std(s231);
st22=std(s232);
st23=std(s233);
st24=std(s234);
st25=std(s235);
st26=std(s236);
st27=std(s237);
disp('故障信号的特征向量:');
snorm2=[s20,s21,s22,s23,s24,s25,s26,s27]
std2=[st20,st21,st22,st23,st24,st25,st26,st27]
subplot(9,2,4);plot(s230);
ylabel('S230');
subplot(9,2,6);plot(s231);
ylabel('S231');
subplot(9,2,8);plot(s232);
ylabel('S232');
subplot(9,2,10);plot(s233);
ylabel('S233');
subplot(9,2,12);plot(s234);
ylabel('S234');
subplot(9,2,14);plot(s235);
ylabel('S235');
subplot(9,2,16);plot(s236);
ylabel('S236');
subplot(9,2,18);plot(s237);
ylabel('S237');
%fft
figure
y1=fft(s1,1024);
py1=y1.*conj(y1)/1024;
y2=fft(s2,1024);
py2=y2.*conj(y2)/1024;
y130=fft(s130,1024);
py130=y130.*conj(y130)/1024;
y131=fft(s131,1024);
py131=y131.*conj(y131)/1024;
y132=fft(s132,1024);
py132=y132.*conj(y132)/1024;
y133=fft(s133,1024);
py133=y133.*conj(y133)/1024;
y134=fft(s134,1024);
py134=y134.*conj(y134)/1024;
y135=fft(s135,1024);
py135=y135.*conj(y135)/1024;
y136=fft(s136,1024);
py136=y136.*conj(y136)/1024;
y137=fft(s137,1024);
py137=y137.*conj(y137)/1024;
y230=fft(s230,1024);
py230=y230.*conj(y230)/1024;
y231=fft(s231,1024);
py231=y231.*conj(y231)/1024;
y232=fft(s232,1024);
py232=y232.*conj(y232)/1024;
y233=fft(s233,1024);
py233=y233.*conj(y233)/1024;
y234=fft(s234,1024);
py234=y234.*conj(y234)/1024;
y235=fft(s235,1024);
py235=y235.*conj(y235)/1024;
y236=fft(s236,1024);
py236=y236.*conj(y236)/1024;
y237=fft(s237,1024);
py237=y237.*conj(y237)/1024;
f=1000*(0:511)/1024;
subplot(1,2,1);
plot(f,py1(1:512));
ylabel('P1');
title('原始信号的功率谱')
subplot(1,2,2);
plot(f,py2(1:512));
ylabel('P2');
title('故障信号的功率谱')
figure
subplot(4,2,1);
plot(f,py130(1:512));
ylabel('P130');
title('S130的功率谱')
subplot(4,2,2);
plot(f,py131(1:512));
ylabel('P131');
title('S131的功率谱')
subplot(4,2,3);
plot(f,py132(1:512));
ylabel('P132');
subplot(4,2,4);
plot(f,py133(1:512));
ylabel('P133');
subplot(4,2,5);
plot(f,py134(1:512));
ylabel('P134');
subplot(4,2,6);
plot(f,py135(1:512));
ylabel('P135');
subplot(4,2,7);
plot(f,py136(1:512));
ylabel('P136');
subplot(4,2,8);
plot(f,py137(1:512));
ylabel('P137');
figure
subplot(4,2,1);
plot(f,py230(1:512));
ylabel('P230');
title('S230的功率谱')
subplot(4,2,2);
plot(f,py231(1:512));
ylabel('P231');
title('S231的功率谱')
subplot(4,2,3);
plot(f,py232(1:512));
ylabel('P232');
subplot(4,2,4);
plot(f,py233(1:512));
ylabel('P233');
subplot(4,2,5);
plot(f,py234(1:512));
ylabel('P234');
subplot(4,2,6);
plot(f,py235(1:512));
ylabel('P235');
subplot(4,2,7);
plot(f,py236(1:512));
ylabel('P236');
subplot(4,2,8);
plot(f,py237(1:512));
ylabel('P237');
没有合适的资源?快使用搜索试试~ 我知道了~
37011.rar_wavelet resolution
共215个文件
m:215个
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 177 浏览量
2022-07-14
02:38:57
上传
评论
收藏 88KB RAR 举报
温馨提示
小波变换对不同的频率在时域上的取样步长是可调节的,在低频时,小波变换的时间分辨率较低,频率分辨率较高:在高频时,小波变换的时间分辨率较高,而频率分辨率较低。
资源推荐
资源详情
资源评论
收起资源包目录
37011.rar_wavelet resolution (215个子文件)
li9_13.m 5KB
li7_2.m 4KB
li7_1.m 2KB
li2_10.m 2KB
li5_33.m 2KB
li5_28.m 2KB
li6_2.m 1KB
li2_2.m 1KB
li6_13.m 1KB
li5_2.m 1KB
bgsfun.m 1KB
li2_11.m 1KB
li8_30.m 1KB
li6_3.m 1KB
li2_4.m 1KB
li2_1.m 1KB
li5_36.m 1KB
li9_10.m 1KB
li8_28.m 1KB
li5_13.m 1KB
li5_23.m 1KB
li3_54.m 1KB
li8_26.m 1KB
li2_6.m 1KB
li8_32.m 1KB
li3_57.m 1KB
li5_43.m 1019B
li3_56.m 990B
li6_9.m 968B
li6_10.m 962B
li8_19.m 962B
li1_18.m 961B
li2_3.m 958B
li3_10.m 951B
li5_35.m 940B
li3_2.m 924B
li6_6.m 920B
li5_34.m 915B
li1_19.m 912B
li3_9.m 904B
li9_18.m 877B
li3_59.m 873B
li8_29.m 844B
li6_11.m 838B
li9_9.m 808B
li5_15.m 801B
li9_8.m 780B
li5_42.m 775B
li3_38.m 767B
li3_53.m 760B
li3_3.m 753B
li8_21.m 746B
li3_1.m 734B
li8_23.m 728B
li8_17.m 721B
li5_38.m 717B
li6_1.m 699B
li9_7.m 691B
li5_41.m 689B
li8_15.m 683B
li5_44.m 676B
li5_22.m 669B
li9_2.m 666B
li3_4.m 663B
li8_16.m 659B
li8_24.m 654B
li3_58.m 652B
li3_13.m 640B
li3_45.m 629B
li6_14.m 627B
li5_39.m 626B
li8_12.m 624B
li8_13.m 624B
li5_4.m 622B
li5_10.m 622B
li5_7.m 620B
li9_22.m 619B
li8_25.m 616B
li2_8.m 610B
li2_9.m 609B
li3_48.m 607B
li6_5.m 602B
li8_20.m 600B
li9_3.m 592B
li5_8.m 588B
li9_1.m 575B
li5_20.m 572B
li5_9.m 565B
li6_4.m 562B
li5_18.m 558B
li9_6.m 556B
li3_49.m 553B
li5_19.m 549B
li3_50.m 549B
li5_16.m 546B
li6_8.m 540B
li5_6.m 531B
li5_11.m 528B
li5_29.m 527B
li5_27.m 523B
共 215 条
- 1
- 2
- 3
资源评论
邓凌佳
- 粉丝: 65
- 资源: 1万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 本科毕业设计基于C# wpf人脸识别的考勤系统的设计与实现源码.zip
- 基于Ruoyi+uniapp实现学生考勤系统 学生考勤源码+项目说明.zip
- feae6bc968ca68a099455d8b8a8dea35
- 基于Pytorch训练CIRAR10上分类算法.zip
- Pytorch-pytorch深度学习教程之Tensorboard.zip
- 基于C++和Python开发yolov8-face作为人脸检测器dlib作为人脸识别器的人脸考勤系统源码+项目说明.zip
- Pytorch-pytorch深度学习教程之变分自动编码器.zip
- Pytorch-pytorch深度学习教程之神经风格迁移.zip
- Pytorch-pytorch深度学习教程之深度残差网络.zip
- Pytorch-pytorch深度学习教程之循环神经网络.zip
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功