系统全面地研究了自适应小波与自适应谐振理论及其工程应用。研究得到了几种具有不同数目参数的小波基参数方程,提出了小波基的两种选择准则,并利用遗传算法通过对参数的优化实现了信号的自适应小波基分解,与固定小波基分解相比,自适应小波基变换能够更充分地表达出信号中的有效信息;在时频参数选择方面,提出了尺度的三种自适应选择准则并予以算法实现,信号处理结果表明三种准则确定的尺度分析效果均优于二进尺度;在小波变换形式的选择方面,研究了卷积型和内积型小波变换的频带分离效果和对信号中故障特征的提取效果,指出了它们各自的优缺点与适用场合,并对结果上的差异从理论上给予了解释,为实际应用小波进行信号处理时选用何种变换形式提供了参考依据;提出了卷积型小波包变换的概念,并提出对卷积型小波包变换结果利用模极大值进行消噪的算法,取得了比小波消噪更优良的消噪效果;结合小波时频理论,提出了一种小波神经网络的参数初始化算法,大大加快了小波神经网络的训练速度。研究并提出了引入永久记忆向量和二次警戒算法后的ART-2网络结构与算法,这使得ART-2可有效地识别一个渐变的过程,从而克服了传统ART网络的缺陷。
英文主题词adaptive wavelet;adaptiv resonance theory;signal processing