Wavelets in Engineering Applications pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

Luo Gaoyong 著

图书标签:

• Wavelets
• Signal Processing
• Engineering
• Mathematics
• Numerical Analysis
• Image Processing
• Data Compression
• Time-Frequency Analysis
• Applications
• Scientific Computing

店铺： 炫丽之舞图书专营店

出版社： 科学出版社

ISBN：9787030410092

商品编码：29739025595

包装：平装

出版时间：2014-07-01

基本信息

书名：Wavelets in Engineering Applications

定价：78.00元

作者：Luo Gaoyong

出版社：科学出版社

出版日期：2014-07-01

ISBN：9787030410092

字数：

页码：

版次：1

装帧：平装

开本：32开

商品重量：0.4kg

编辑推荐

---

内容提要

---

目录

---

CONTENTS
PREFACE
Chapter 1 WAVELET TRANSFORMS IN SIGNAL PROCESSING1 Introduction1
1.1 The continuous wavelet transform2
1.2 The discrete wavelet transform3
1.3
1.4 The heisenberg uncertainty principle and time-frequency depositions5
1.5 Multi-resolution analysis5
1.6 Some important properties of wavelets6
1.6.1 Compact support 6
Rational coe.cients 6
1.6.2
1.6.3 Symmetry 6
Smoothness 6
1.6.4
1.6.5 Number of vanishing moments 7
1.6.6 Analytic expression 7
1.7 Current fast WT algorithms7
1.7.1 Orthogonal wavelets 7
1.7.2 Semiorthogonal (nonorthogonal) wavelets 8
1.7.3 Biorthogonal wavelets 8
1.7.4 Wavelet packets 9
Harmonic wavelets9
1.7.5
Discussion9
1.8 REFERENCES10
Chapter 2 SYSTEM MODELLING12
Introduction12
2.1
2.2 The underlying principle of Fourier harmonic analysis13
2.3 Autocorrelationwaveletalgorithm14
2.4 Vibration model selection with FT and autocorrelation wavelet algorithm16
2.5 Coe.cients estimation with least-squares algorithm17
Results and discussion19
2.6
2.7 Conditionmonitoringofbearing23
2.8 Concluding remarks28
REFERENCES28
Chapter 3 CONDITION MONITORING 30
3.1 Wavelet analysis30
3.2 Filterdesignandfastcontinuouswaveletalgorithm32
3.3 Small defect detection of bearing37
3.3.1 Speci.c frequency ranges monitoring 39
3.3.2 Signi.cant and natural frequencies monitoring 39
3.4 Concluding remarks41
REFERENCES42
Chapter 4 PROCESS CONTROL43
Introduction43
4.1
4.2 Vibration and surface quality44
4.2.1 Theoretical calculation of surface quality 44
4.2.2 Vibration during machining 46
4.3 Adaptive spline wavelet algorithm 47
4.3.1 Battle-Lemari′e wavelet .lter design 47
4.3.2 Arbitrary .ne time-scale representation 49
4.3.3 Adaptive frequency resolution deposition 51
4.4 Methodologyofexperiment53
Results and discussions55
4.5
4.5.1 Experimental results 55
Discussions 63
4.5.2
4.6 Concluding remarks64
REFERENCES65
Chapter 5 VIBRATION ANALYSIS 67
Introduction67
5.1
5.2 Machining process vibration68
5.3 Wavelet algorithm with cross-correlation69
5.4 Experimentalset-up71
5.5 Experimental results73
Discussion77
5.6
5.7 Concluding remarks79
REFERENCES80
Chapter 6 AUDIO CODING 82
Introduction82
6.1
6.2 DSP Implantation of lifting wavelet transform 84
6.3 Embedded coding and error resilience88
6.4 Results of experiment and simulation91
Conclusions93
6.5 REFERENCES94
Chapter 7 IMAGE QUALITY MEASUREMENT 96
Introduction96
7.1
7.2 Waveletanalysisandtheliftingscheme98
7.3 Image quality evaluation102
7.3.1 Image noise analysis 104
7.3.2 Image sharpness analysis105
7.3.3 Image brightness analysis 106
7.3.4 Image contrast analysis 106
7.3.5 Image MTF analysis 107
7.3.6 Image quality quanti.cation and classi.cation 107
7.3.7 Optimisation of weighting coe.cients 108
7.4 Experimental results and discussions110
Conclusions118
7.5 REFERENCES119
Chapter 8 IMAGE DENOISING 121
Introduction121
8.1
8.2 Fast lifting wavelet analysis123
8.3 Noise reduction with wavelet thresholding and derivative .ltering127 General noise reduction 127
8.3.1 Fine noise reduction 128
8.3.2
8.4 Experimental results and discussions131
Conclusions135
8.5 REFERENCES135
Chapter 9 WIRELESS POSITIONING 138
Introduction138
9.1
9.2 Wavelet notch .lter design140
9.3 System model and narrowband interference detection145
9.4 Experimental results and discussions147
Conclusions155
9.5
REFERENCES155
Chapter 10 POWER LINE MUNICATIONS157
Introduction157
10.1
10.2 Multicarrier spread spectrum system162
10.3 Carrier frequency error estimation and pensation169
10.4 Time-frequency analysis of noise170
10.5 Noise detection and .ltering175
10.6 Experimental results and discussions178
Conclusions183
10.7 REFERENCES184

作者介绍

---

文摘

---

序言

---

《工程应用中的小波变换：理论与实践》 简介 小波变换，作为一种强大的信号处理工具，近年来在工程领域的应用呈现出爆炸式增长的态势。它巧妙地结合了时间和频率的局部化特性，能够深入分析非平稳信号，揭示隐藏在数据中的复杂结构和细节，这使得它在诸多传统方法难以奏效的场景下大放异彩。《工程应用中的小波变换：理论与实践》一书，旨在为工程师、研究人员以及对小波变换在工程领域应用感兴趣的广大学子，提供一个全面、系统且贴近实际的知识体系。本书不仅会深入浅出地阐述小波变换的核心理论，更将重点聚焦于其在各类工程问题中的具体应用，通过丰富的案例分析和详细的算法实现，帮助读者掌握将小波理论转化为实际工程解决方案的能力。 本书的结构设计兼顾理论的严谨性和实践的可操作性。首先，在“理论基础”部分，我们将从傅里叶变换的局限性出发，引出小波变换的诞生背景和基本思想。这部分内容将涵盖连续小波变换（CWT）和离散小波变换（DWT）的数学定义、性质以及不同类型的母小波（如 Haar、Daubechies、Mexican Hat 等）的特点与选择依据。我们将详细推导小波变换的逆变换过程，并探讨多分辨率分析（MRA）的概念，理解其如何通过尺度和位置的窗口捕捉信号不同频率分量在不同时间段的行为。为了使理论更易于理解，本书将穿插大量清晰的数学推导和图示，例如尺度函数和小波函数的构造过程，以及它们在信号分解和重构中的作用。读者将了解到如何通过滤波器组实现离散小波变换，以及其在信号压缩和去噪等基本信号处理任务中的原理。 随后，本书将章节重点转向“工程实践应用”，这是本书的核心内容。我们将选取当前工程领域中最具代表性、最能体现小波变换优势的应用方向进行深入剖析。 在信号去噪与异常检测领域，小波变换展现出了卓越的性能。噪声往往叠加在真实信号之上，尤其是在一些测量精度受限的工程系统中。传统的傅里叶变换在处理非平稳信号的噪声时，往往难以有效分离，容易导致信号失真。小波变换的局部化特性使得它能够根据不同尺度上的能量分布来区分信号与噪声。本书将详细介绍如何利用小波变换的多分辨率分析能力，对信号进行逐层分解，然后在特定尺度上对小波系数进行阈值处理（如软阈值、硬阈值），从而去除噪声。我们将通过实例，如音频信号的降噪、传感器数据的去噪，以及电力线通信（PLC）中信号的去噪，演示这一过程。此外，在异常检测方面，小波变换能够通过识别信号在某些尺度上的突变或异常能量集中，来检测设备故障、系统异常或自然灾害的早期迹象。我们将探讨如何构建基于小波能量谱或统计特征的异常检测模型，并以机械振动的异常诊断、桥梁结构的健康监测等案例进行说明。 在图像处理与模式识别领域，小波变换也是一项革命性的技术。传统的二维离散余弦变换（DCT）在图像压缩方面取得了巨大成功，但其在处理图像的边缘和纹理细节方面存在不足。小波变换能够捕捉图像的局部特征，如边缘、角点和纹理，从而实现更高质量的图像压缩和更精细的图像分析。本书将详细介绍二维小波变换的实现方式，包括行列分离法和二维滤波器组。我们将深入探讨小波变换在图像压缩（如 JPEG 2000 标准中使用的相关技术）、图像去噪（例如去除高斯噪声、椒盐噪声）、图像增强（如边缘锐化、细节增强）以及图像融合（将多幅图像的关键信息融合到一幅图像中）等方面的应用。特别地，在模式识别方面，小波变换提取的特征具有良好的鲁棒性，对尺度、平移和旋转变化有一定的适应性，这使得它在人脸识别、指纹识别、医学图像分析（如肿瘤检测、病灶识别）以及遥感图像分析（如土地利用分类、地物识别）等应用中发挥着重要作用。本书将提供相应的算法流程和实现细节。 在时间序列分析与预测方面，小波变换的优势尤为突出。许多工程系统中的关键参数随着时间呈现出复杂的非平稳变化，如经济数据的波动、环境监测数据的变化、以及交通流量的变化等。传统的 ARIMA 模型等线性时间序列模型在处理这类非平稳信号时效果有限。小波变换能够捕捉时间序列在不同频率上的局部变化趋势，从而提供更精细的分析。本书将介绍如何利用小波变换对时间序列进行分解，分析不同尺度上的趋势和周期性成分，并在此基础上构建预测模型。我们将探讨小波变换在股票价格预测、能源需求预测、天气预报、以及交通流量预测等方面的应用，重点介绍小波神经网络（WNN）等结合了小波变换和神经网络的混合模型。 在故障诊断与状态监测方面，小波变换已成为一种不可或缺的工具。在机械设备、电力系统、航空航天等领域，设备的健康状况直接关系到安全性和效率。故障发生时，往往会在设备运行的信号（如振动、电流、温度）中留下特定的“指纹”。小波变换能够有效地捕捉这些与故障相关的细微信号特征。本书将详细阐述如何利用小波变换分析设备的振动信号，以识别轴承故障、齿轮损伤、转子不平衡等早期迹象。我们将介绍小波包（Wavelet Packet）变换，它提供了更精细的频率分辨率，能够更准确地定位故障发生的频率成分。此外，在电力系统的故障诊断中，小波变换也能用于分析暂态电流和电压信号，快速定位故障类型和位置。本书将通过实际的工程案例，如风力发电机组的故障诊断、电机的异常状态监测，来展示小波变换在提高设备可靠性和降低维护成本方面的巨大价值。 此外，本书还将触及小波变换在数据压缩、信号特征提取、非线性动力学系统分析以及工程优化等其他重要领域的应用。例如，在数据压缩方面，除了图像压缩，小波变换也可用于音频和视频数据的压缩。在信号特征提取方面，小波变换能够提取出对分类和识别任务至关重要的鲁棒特征。在非线性动力学领域，小波变换有助于分析混沌系统和分形结构的特性。 为了方便读者实践，本书将在每个应用章节提供算法的伪代码或成熟的编程语言（如 Python、MATLAB）的实现示例。这些示例代码经过精心设计，结构清晰，注释详尽，读者可以轻松地将其迁移到自己的实际工程项目中。本书还将提供相关的工具箱和库函数的介绍，帮助读者快速上手。 本书的特色在于其理论与实践的深度融合。我们力求在解释抽象的数学概念时，始终联系工程实际应用；在展示具体的工程案例时，追溯其背后的理论支撑。我们避免了生硬的数学堆砌，而是以工程问题的解决为导向，逐步深入到必要的小波理论。同时，我们也避免了空泛的应用罗列，而是选择具有代表性的、能够体现小波变换独特优势的案例进行详细分析。 《工程应用中的小波变换：理论与实践》适合于： 机械工程、电气工程、电子工程、土木工程、航空航天工程、通信工程、计算机科学与技术等领域的工程师和技术人员，他们在信号处理、数据分析、故障诊断、模式识别等方面需要更强大的工具。 高校相关专业的硕士和博士研究生，他们需要深入理解小波变换的理论并将其应用于学术研究和毕业设计。 对信号处理和数据科学感兴趣的科研人员，他们希望了解并掌握一种能够解决复杂非平稳信号问题的先进技术。 本书的阅读者无需具备深厚的小波理论背景，但对基础的信号处理和线性代数知识有所了解将有助于更快的理解。本书的编写语言力求清晰、准确，避免使用过于晦涩的术语，旨在让更多工程从业者能够跨越理论的门槛，掌握小波变换这一强大的工程利器。通过学习本书，读者将能够更有效地分析和处理工程中的各种复杂信号，解决传统方法难以攻克的难题，从而提升工程设计的精度、系统的可靠性以及预测的准确性。 总而言之，《工程应用中的小波变换：理论与实践》将是一本集理论深度、实践广度、案例丰富性和代码可操作性于一体的权威参考书，为推动小波变换在工程领域的广泛应用提供坚实的基础和有力的支持。

评分☆☆☆☆☆

这本书的结构安排，说实话，有点像一个精心布置但略显混乱的迷宫。作者似乎在每一章节都塞满了他们认为重要的知识点，但章节之间的逻辑跳转，偶尔会让人感到突兀。举个例子，在讨论完小波在信号去噪中的应用后，下一章突然跳到了图像压缩的特定算法实现，中间关于多分辨率分析的深入探讨却被一笔带过，让人感觉像是缺少了一段关键的过渡性论述。我特别希望看到更多关于实际案例的细致剖析，例如某个具体的传感器数据处理流程，或者某一类工程缺陷检测系统是如何从小波理论衍生出具体算法的。现在书里给出的例子大多是教科书式的理想化模型，虽然严谨，但缺乏“泥土味”。翻阅过程中，我注意到作者在引用最新的研究成果方面做得比较到位，这说明他们紧跟学术前沿，但这种前沿性也带来了一个问题：理论的更新速度很快，而书籍的出版周期决定了它不可能囊括所有最新的优化方法。因此，对于读者而言，这本书提供的理论框架是坚实的，但具体到某一特定领域的最新SOTA（State-of-the-Art）算法，可能还需要读者自己去补充查找相关期刊论文。

评分☆☆☆☆☆

阅读体验上，这本书对读者的基础知识要求极高，几乎没有提供任何“预热”环节。如果你对泛函分析、傅里叶理论以及矩阵运算不甚熟悉，那么前几章就会让你感到力不从心。作者的写作风格非常“学术化”，倾向于使用被动语态和复杂的从句结构，这使得文本显得非常正式和疏离。我发现自己经常需要对照着另一本数学基础教材来理解某些定义和证明的背景。更令人费解的是，书中关于小波包分解（Wavelet Packet Decomposition）的介绍，虽然理论上阐述了其优越性，但在实际的工程案例中，它与标准小波分解的应用对比分析非常薄弱，让人难以判断在资源有限的情况下，投入精力学习更复杂的小波包是否真的值得。这本书更像是作者多年研究成果的系统性总结，缺乏那种以用户为中心、注重可读性和学习曲线友好的编辑润饰。它成功地展示了小波技术的理论深度，但牺牲了一定的普及性和易用性。

评分☆☆☆☆☆

这本书的封面设计得相当朴实，一看就是那种面向专业领域，不追求花哨包装的学术著作。我拿到手的时候，首先被它那厚实的装帧和密密麻麻的公式符号所震慑。内容上，作者似乎是想构建一个从基础理论到实际应用的完整知识体系，但阅读体验却像是在攀登一座陡峭的山峰。开篇对傅里叶分析的快速回顾，虽然是必要的铺垫，但对于已经有一定背景的读者来说，感觉信息密度过高，像是被直接塞进了一个高速列车，来不及细细品味每一个站台的风景。我特别关注了其中关于时间-频率局部化分析的部分，作者试图用非常数学化的语言去解释小波变换的优势，但这种抽象描述，对于需要快速将理论应用于工程实践的工程师来说，可能略显晦涩。这本书的深度无疑是令人敬佩的，它没有回避任何技术难点，但这种“不妥协”的深度，也使得阅读过程充满了挑战性，我常常需要停下来，反复推敲一个定理的推导过程，或者去查阅一些前置的数学知识，才能勉强跟上作者的思路。整体来看，它更像是一本为研究生或者资深研究人员准备的工具书，而不是一本面向初学者的入门教材。

评分☆☆☆☆☆

我个人对这本书的排版和图示设计感到有些失望。在涉及空间域和频率域的转换展示时，清晰、直观的图形至关重要，然而书中的插图大多是单色的、线条感很强，缺乏色彩辅助来区分不同的尺度或基函数。这使得理解小波基函数的“伸缩”和“平移”操作变得异常困难，我不得不借助外部软件自行绘制一些动态演示图来辅助理解。此外，公式的排版虽然规范，但由于篇幅限制，许多重要的推导步骤被过度压缩，一些关键的代数变换直接“跳跃”了，这对于依赖逐步推导来建立信心的读者来说，无疑是一个障碍。书中对不同类型小波（如Haar, Daubechies, Morlet等）的对比分析，本应是核心亮点，但介绍相对简略，更多的是罗列它们的数学性质，而非深入探讨它们在不同工程背景下的性能权衡和适用性差异。总而言之，这本书的“内在”价值很高，但其“外在”呈现方式，似乎没有充分考虑到工程人员快速获取和应用知识的需求，视觉传达效果有待加强。

评分☆☆☆☆☆

这本书给我的总体感觉是“厚重却不够实用导向”。虽然书名中带有“工程应用”的字样，但实际内容中，纯粹的工程案例和算法实现细节相对较少，更多的是围绕小波变换的数学完备性及其在信号处理基础理论中的地位进行阐述。例如，在涉及到实际的硬件实现或实时处理限制时，书中几乎没有提及计算复杂性、内存占用或者并行化处理的考量。对于那些希望直接将小波技术嵌入到嵌入式系统或实时监测平台中的工程师来说，这本书提供的理论基石是必需的，但缺少了一座从理论到实践的“桥梁”。我尝试寻找一些关于如何选择最佳小波基函数以最大化特定传感器信号特征提取效率的经验法则或案例研究，但发现这些内容分散且不系统。它更倾向于证明“小波可以做什么”，而不是详细指导“在X情况下如何最好地应用小波”。这种取向决定了，这本书更像是科学研究者的参考手册，而非一线工程技术人员的即用型指南。