动平衡仪复合故障由于故障的多样性及复杂性，气故障特征可能分布于不同的时频位置，这为气故障信息的展示带来了困难。多小波具有多个基函数，因此分解与重构的过程为多输入多输出的系统，在分解之前具有前处理过程将一维数据处理为多维，动平衡仪相应地在*后具有后处理过程，将多维数据恢复为以为。这里处理的目的是数据恢复为与原始数据一致的结构，对于图像处理、数据压缩等应用具有重要的作用。然而，在特征提取，特别是复合故障特征分离中，基于波形匹配的思想，当多小波基函数选择合适时，经多小波变换后的多通道信号各自携带有不同多小波基函数所匹配出的解耦特征信息。传统的多小波变换对多通道信号进行后处理运算得到一维输出信号。如前面所重点分你的多小波的优势在于其具有多个时频性质有所差异的基函数，故其在分解时可以获得更精细与**地划分，分解的结果可以体现特征的不同方面或者体现不同特征的特点，这样的结果是多小波的独特优势，但如果采用后处理方式将多维数据处理为以为，则实际上对本来有所差异的记过分支进行了平均化处理。它把处于不同通道的解耦特征信号再次融合在一起，将不同的特征信息同时呈现在输出信号中。这样不但不利于特征提取，反而有可能混合了解耦的特征信息，动平衡仪将已经清晰我的结果模糊化。因此，为**、完整地体现复合故障的分析结果，首先的工作时取消后处理步骤，，在分解结果中获得多分支的信息表达。
想了解更多关于动平衡仪，请点击：http://www.kim-mac.com/s04/kim-mac/cpxx/20121105/16404523.html
