滤波器组的动态时程分析和小波变换[外文翻译].doc
约20页DOC格式手机打开展开
滤波器组的动态时程分析和小波变换[外文翻译],附件c：译文滤波器组的动态时程分析和小波变换 eysa salajegheh *, ali heidaridepartment of civil engineering, university of kerman, kerman, 76169-14111, iranreceived 19 december 2002; ...
内容介绍
此文档由会员 qs_f5t2xd 发布
附件C：译文
滤波器组的动态时程分析和小波变换
Eysa Salajegheh *, Ali Heidari
Department of Civil Engineering, University of Kerman, Kerman, 76169-14111, Iran
Received 19 December 2002; accepted 9 August 2004
Available online 22 October 2004
摘要：
结构的动态分析可以由小波变换和滤波器组来实现。 这种方法可以大大减少动态分析的计算负担。时程分析需要进行抗震分析。为了减少计算的工作，需要应用快速小波变换。为了计算快速小波变换需要用到Mallat和Shensa 运算法。这2种方法连同滤波器组进行小波分析。高低通滤波器用来把加速度分解成2个部分。第一部分包含低频率的记录，另外一部分包含高频的记录。低频部分是最重要的部分；因为这部分是用来进行动态分析的。利用原始的地震记录，一部分结构的分析结果与动态分析相比较。
关键字：动态分析 滤波器组 小波变换 时程分析
引言：
对于大多数信号处理软件小波分析是一种广为人知的非常有用的工具。连续小波变换最适合信号分析【1-3】。半离散和全离散的小波分析可以用于对信号编译的应用软件。小波分析在很多领域都可以应用，比如在参考文献【4】中。对于非平稳信号的近视值分析，小波分析是一种很好的技术【5】。非平稳信号分析时常牵涉到怎样调节突变的定位和怎样对长期行为的确定。选择一种对非稳态信号分析适合的基础函数是很重要的一步。在这篇论文中用FWT把加速度被分解为小点而且结构的动态分析与这些还原的点相反。结构动态分析和这些原始是振动记录是相反的，总体上讲计算过程费用很高【6】。使用傅立叶变换 (FT) 和快速傅立叶变换(FFT), 一个信号可以表示为一个无限数，正弦和余弦之和 。这个和经常涉及到傅立叶展开。傅立叶级数是基础函数在函数近视值应用的一个例子。如果一个函数是用平滑而孤立的不连续的段函数组成的，那么傅立叶近似是比适合的，因为它的不连续性。小波分析非常适合近似分段光滑的信号。小波分析和傅立叶变换有一个很大的区别。傅立叶基（正弦和余弦）定位于频率而不是时间，但是小波分析定位于时间和频率。因此，平滑分段信号可以用另一种方法表达【5】。
FT和FFT的主要的缺点是他们只有的频率分辨率和没有时间分辨率【7】。意
滤波器组的动态时程分析和小波变换
Eysa Salajegheh *, Ali Heidari
Department of Civil Engineering, University of Kerman, Kerman, 76169-14111, Iran
Received 19 December 2002; accepted 9 August 2004
Available online 22 October 2004
摘要：
结构的动态分析可以由小波变换和滤波器组来实现。 这种方法可以大大减少动态分析的计算负担。时程分析需要进行抗震分析。为了减少计算的工作，需要应用快速小波变换。为了计算快速小波变换需要用到Mallat和Shensa 运算法。这2种方法连同滤波器组进行小波分析。高低通滤波器用来把加速度分解成2个部分。第一部分包含低频率的记录，另外一部分包含高频的记录。低频部分是最重要的部分；因为这部分是用来进行动态分析的。利用原始的地震记录，一部分结构的分析结果与动态分析相比较。
关键字：动态分析 滤波器组 小波变换 时程分析
引言：
对于大多数信号处理软件小波分析是一种广为人知的非常有用的工具。连续小波变换最适合信号分析【1-3】。半离散和全离散的小波分析可以用于对信号编译的应用软件。小波分析在很多领域都可以应用，比如在参考文献【4】中。对于非平稳信号的近视值分析，小波分析是一种很好的技术【5】。非平稳信号分析时常牵涉到怎样调节突变的定位和怎样对长期行为的确定。选择一种对非稳态信号分析适合的基础函数是很重要的一步。在这篇论文中用FWT把加速度被分解为小点而且结构的动态分析与这些还原的点相反。结构动态分析和这些原始是振动记录是相反的，总体上讲计算过程费用很高【6】。使用傅立叶变换 (FT) 和快速傅立叶变换(FFT), 一个信号可以表示为一个无限数，正弦和余弦之和 。这个和经常涉及到傅立叶展开。傅立叶级数是基础函数在函数近视值应用的一个例子。如果一个函数是用平滑而孤立的不连续的段函数组成的，那么傅立叶近似是比适合的，因为它的不连续性。小波分析非常适合近似分段光滑的信号。小波分析和傅立叶变换有一个很大的区别。傅立叶基（正弦和余弦）定位于频率而不是时间，但是小波分析定位于时间和频率。因此，平滑分段信号可以用另一种方法表达【5】。
FT和FFT的主要的缺点是他们只有的频率分辨率和没有时间分辨率【7】。意
