问题描述
WPD =小波包分解
嗨,亲爱的堆栈溢出。我对我的时间序列数据有疑问。
我的数据是机床或机床中轴承的振动。
我们知道WPD可以用作滤波器,如果应用level,则分为4个频段。2WPD
ex) - sampling rate = 4000Hz
1. 0 ~ 500Hz
2. 500 ~ 1000Hz
3. 1000 ~ 1500Hz
4. 1500 ~ 2000Hz
by nyquist theorem
许多研究使用小波变换结果
但是我认为,如果我们将小波变换应用于信号,那么结果就是比例域(时域->比例域,因为小波变换)
那不是我们想要的确切结果。
我们应该在时域而非比例域中分析信号
因此,在WPD之后,应将小波逆变换应用于划分的小波变换结果
是吗?
-
通过逆变换在时域中分析WPD结果的尝试是否不正确?
-
如果分析不正确,那是什么问题?
解决方法
但是我认为如果将小波变换应用于信号,结果 是小波域(时域->小波域,因为小波 转换)
-
那不是事实。我们仍然可以访问时域数据和频域数据。
-
基本上,当我们通过小波传递时间序列数据时,我们将获得时间和频率数据的分辨率,这就是小波和其他类似的时频方法(如Gabor)的全部要点。因此,您不必使用逆小波。