傳統(tǒng)的基于快速傅里葉變換( FFT)的頻譜分析方法是振動(dòng)信號(hào)分析中最常用的分析方法，NC7S02M5X但傅里葉分析方法僅適用于分析平穩(wěn)信號(hào)，這限制了它在機(jī)械設(shè)備故障診斷中的應(yīng)用。肘頻分析方法是近幾年來涌現(xiàn)出來的新的分析方法，可以有效地應(yīng)用于非平穩(wěn)信號(hào)的分析，彌補(bǔ)了傳統(tǒng)的傅里葉分析方法的缺陷。小波分析以其良好的時(shí)頻局部化特性，成為時(shí)頻分析方法中發(fā)展最快的一種分析方法。由于法國學(xué)者I．Daubechies和S．Mallat在小波變換的快速算法上的貢獻(xiàn)，使小波變換得以由數(shù)學(xué)界的研究課題變?yōu)楣こ填I(lǐng)域廣泛應(yīng)用的工具，在信號(hào)的多尺度分析、特征點(diǎn)檢測(cè)、降噪和壓縮等很多方面取得成功。對(duì)于LabVIEW這樣一個(gè)主要用于測(cè)試領(lǐng)域的優(yōu)秀的虛擬儀器軟件開發(fā)平臺(tái)，實(shí)現(xiàn)小波變換具有重要的實(shí)際意義。

   小波變換與傳統(tǒng)的傅里葉變換和短時(shí)傅里葉變換密切相關(guān)，它們的變換過程使用同樣的數(shù)學(xué)工具將信號(hào)與基本函數(shù)進(jìn)行比較。不同之處在于基本函數(shù)的結(jié)構(gòu)不同。傅里葉變換是用一組有諧波聯(lián)系的復(fù)正弦函數(shù)分解信號(hào)，刻畫出一個(gè)信號(hào)的頻率特性，但缺少頻率隨時(shí)間變化的信息；短時(shí)傅里葉變換，或者叫加窗傅里葉變換，可以同時(shí)刻畫出信號(hào)的時(shí)域和頻域特性，但是一旦選定了窗函數(shù)的類型，信號(hào)在時(shí)域和頻域的分辨率就確定了。然而從信號(hào)的自然本質(zhì)上說，低頻信號(hào)總是有比較長的周期，而高頻信號(hào)有較短的周期。因此對(duì)低頻信號(hào)應(yīng)采用寬時(shí)窗，以提高譜線分辨率；而對(duì)高頻信號(hào)應(yīng)采用窄時(shí)窗，以提高時(shí)間分辨率。