华南理工大学教师信息

关闭

1. 个人简介
2. 工作经历
3. 教育经历
4. 社会兼职
5. 研究领域
6. 科研项目
7. 发表论文
8. 科研创新

更新日期：2024年11月25日

姓名	赵学智	性别	男
出生年月	1970年11月	籍贯	湖南邵东县
民族	汉族	政治面貌	群众
最后学历	博士研究生	最后学位	工学博士
技术职称	教授	导师类别	博、硕导
行政职务		Email	mezhaoxz@scut.edu.cn
工作单位	机械与汽车工程学院	邮政编码	510640
通讯地址	华南理工大学机械与汽车工程学院
单位电话

个人简介

赵学智，汉族，湖南省邵东县周官桥人，博士，教授，博士生导师，中国振动工程学会会刊《振动与冲击》(EI)编委，主要从事信号处理理论与算法及其在振动特征提取、机械系统状态监测与故障诊断方面的研究工作。在信号的奇异值分解理论方面做出了开拓性的贡献，是多分辨奇异值分解理论、变结构奇异值分解理论、奇异值差分谱理论、奇异值分解包理论的创立者。1989年高中毕业于湖南邵东三中，1993年毕业于昆明工学院（现昆明理工大学）机械工程系，获学士学位；1998年和2001年分别毕业于华南理工大学机械工程系，分别获硕士和博士学位，2005年晋升为副教授，2011年晋升为教授，2012年被批准为博士生导师。
已主持国家自然科学基金、广东省自然科学基金和广州市科技计划等省部级项目10多项。以第一作者在《Mechanical Systems and Signal Processing》(Top期刊)（4篇）、《Journal of Sound and Vibration》(Top期刊)、《Digital Signal Processing》、《Circuits, Systems, and Signal Processing》、《机械工程学报》(14篇)、《电子学报》、《振动工程学报》等期刊上发表信号处理理论与算法及其应用等方面的论文80多篇，其中被SCI收录10篇、被EI收录56篇，均为第一作者。所发表的研究成果至今已被国内外同行研究者引用3600多篇次，他引的国际期刊有《Journal of Sound and Vibration》、《Signal Processing》、《Mechanical Systems and Signal Processing》、《Digital Signal Processing》、《Circuits Systems and Signal Processing》、《Journal of Vibration and Control》、《IEEE Transactions on Instrumentation and Measurement》、《Measurement Science and Technology》、《Measurement》、《Biomedical Signal Processing and Control》、《Neural Computing & Applications》、《Expert Systems with Applications》、《Mechanism and Machine Theory》、《Journal of the Acoustical Society of America》、《IEEE-ASME Transactions on Mechatronics》、《Applied Optics》、《Applied Acoustics》、《Shock and Vibration》、《Journal of Applied Geophysics》等不同领域的刊物。
在信号的奇异值分解、小波分析及其应用领域的主要学术贡献如下：
(1) 建立了多分辨奇异值分解理论。创造性地利用奇异值分解(SVD)实现了信号的一种多分辨率分解，通过SVD获得信号在不同尺度的近似信号和细节信号，以不同分辨率展现信号的细节特征信息，这对于信号的SVD分解理论是一个开拓性的贡献。与多分辨小波分解相比，该方法的信号分解结果具有零相位失真、零幅值失真等优良特性，可应用于故障特征提取、奇异性检测、信号消噪、信号分离等领域，在很多工程应用中比小波多分辨分析优越。该理论提出后受到了众多研究者的关注，已经在地球电磁数据处理、电力系统双回线路故障识别、储能电池过充特征提取、磁记忆信号特征提取、风机组网系统故障诊断、钢轨断裂检测、刀具磨损分析、旋转机械特征提取与故障诊断等工程实际中获得了重要应用。
(2) 建立了变结构奇异值分解理论。针对复杂振动信号的频率分离和特征提取，在奇异值分解中创造性地引入变化的矩阵结构，形成对信号不同频率的适应性，从而将特征频率的信号波形从复杂的信号中准确地分离出来，并从理论上分析了这种变结构奇异值分解理论的信号分离机理。这种方法在转子振动信号和铣削力信号的特征提取中取得了很好的效果，优于现在流行的EEMD、VMD等信号分解算法。
(3) 建立了奇异值差分谱理论，克服了靠主观经验选择奇异值造成的多选或漏选的难题。差分谱理论提出后受到了研究者们的广泛关注和引用，在电力系统行波固有频率提取、光伏系统直流微弱电弧信号检测、超高频局部放电信号去噪、大型风机故障诊断、精密离心机主轴回转误差分析、结构模态参数识别、大型转子轴心轨迹提纯等工程实际中获得了重要应用。
(4) 建立了奇异值分解包理论，建立了奇异值分解包的快速分解与重构算法，该算法创造性地利用奇异值分解（SVD）实现了一种类似于小波包的分解，这对于信号的SVD分解理论是一个全新的思想，具有开拓性的贡献。与小波包的结果相比，奇异值分解包提取的特征信息具有零相移特性，无相位失真、无幅值失真，效果优于小波包。该方法已在弱信号分离、冲击特征提取、旋转机械故障诊断、刀具磨损分析等领域获得了重要应用。
(5) 发现了非零奇异值和信号频率个数之间的重要联系，从理论上证明了只要信号所构造矩阵的维数大于信号中频率个数的两倍，则每一个频率成分产生两个非零奇异值，反过来，利用这种关系可以分离出对应的特征频率。
(6) 提出了一种频率添加SVD算法，确定了非零奇异值和频率振幅、频率值、相位的定量关系，提出通过向原信号添加附加信号，达到改变原信号的奇异值分布的目的，从而提取特定的频率成分，这在SVD理论中是一种全新的思想。该算法可以提取全频带上的任意单个或多个特征频率分量，无相位滞后，在信号分离、噪声消除、旋转机械特征提取和故障诊断等领域获得了重要应用。
(7) 从向量空间的角度，证明了连续Morlet小波变换可由n维向量空间的基向量表示，并从理论上推导得到了连续Morlet小波变换在n维线性空间的基向量，进而提出利用SVD对非行满秩矩阵的最大线性无关基向量的提取方法，提取了离散数字信号的连续Morlet小波变换的规范正交向量基，清除了连续Morlet小波变换的泄露频率，并消除了连续Morlet小波变换的边界误差和干扰频率。
(8) 提出了一种小波-SVD差分谱弱故障特征提取算法，实现了一种对微弱故障特征信息的提取算法。该算法在提出后受到了同行研究者的广泛关注，已在结构损伤识别、全球导航卫星系统（Global Navigation Satellite System, GNSS）欺骗干扰识别、矿山与岩体微震信号识别、光伏系统直流微弱电弧信号检测等领域已经得到了重要应用。
(9) 提出了奇异值曲率谱的概念，利用曲率谱来描述信号的奇异值曲线的转折点情况，并分析了计算奇异值曲率谱时需要注意的问题，总结出了基于曲率谱最大峰值的有效奇异值选择准则。
(10) 发现采用Hankel矩阵时的SVD具有奇异性检测能力，并证明了各SVD分量具有递增的消失矩（vanishing moment），第n个SVD分量的消失矩阶数是n-1。
(11) 研究了矩阵构造方式对SVD的信号处理效果的影响，从理论上分析了两种矩阵方式下SVD的信号分解特性以及它们所获得的分量信号之间的正交性、可叠加性和相移特性的差异。这一结果对SVD在信号处理中如何选择矩阵方式有着重要的指导作用。
(12) 在SVD的数值计算方面，分析了SVD计算时单向收缩QR算法的收敛特性，探明了单向收缩QR算法在计算大型矩阵的SVD时迭代过程长时停滞的机理，进而提出了一种针对大型矩阵的双向收缩、多次分割的QR算法，该算法具有迭代次数少、迭代过程无停滞、收敛迅速等优点，可实现对任何大型矩阵的快速SVD计算。
(13) 发现了在Hankel矩阵下，随着矩阵维数的增大，正弦信号的奇异值在上升过程中存在周期性波动，并从理论上分析了这一波动现象，证明了非零奇异值波动的快慢是由正弦信号的频率决定的，而其波动基频是原始信号频率的两倍，这对于奇异值分解的基础理论是一个重要发现。
(14) 提出了信号的卷积小波包变换及其快速算法，该算法克服了经典小波包变换时数据长度逐层减半而不利于故障诊断的缺点，不管分解多少层，每层各频道信号的长度始终保持与原始信号一致，极大地方便了信号的后续处理。该方法已在故障特征提取、微电网故障检测、短期电力负荷特征提取、管道结构健康检测、土壤坡层滑动检测等领域获得了重要应用。
(15) 对短时傅里叶变换(Short time Fourier transform, STFT)，发现3阶Renyi熵准则与Stankovic准则一般只会取到窗长选择范围的最大值，分析了出现这种问题的原因，提出了一种新的基于对数窗能量的窗长选择准则。对数窗能量与窗长是一种非线性关系，显著区别于普通窗能量随窗长线性增长的特性，且其增长速度与窗型无关，并在短窗和长窗具有不同的增长速度，能够在短窗和长窗之间取得更好的折衷。
(16) 系统地研究了内积型与卷积型小波变换对信号多分辨分解的效果差异，并从理论上对这种差异给予了解释。
(17) 从理论上系统地研究了无显式表达小波基的参数表达形式，得到了多参数表达的无显式小波基的几类参数方程。
(18) 提出了一种无显式表达小波基在不同尺度下的离散生成算法，基于此算法系统地分析了Daubechies小波系在不同尺度间的频带重叠情况。
(19) 利用统计模拟方法得到了一类无显式表达小波的尺度函数和小波函数的频率窗口特性，并定量地分析了相邻尺度间的窗口重叠情况。
(20) 对无显式表达小波基提出了一种自适应选择准则与算法，实现了针对具体信号来自适应选择小波基进行小波分解，克服了小波基选择的人为主观性。
(21) 提出了一种小波神经网络的权重参数初始化方法，将权重参数初始化和小波类型、小波时频参数和学习样本等联系起来，按照这一方法可以获得高几率的优秀小波神经网络初始参数，大大加快了小波神经网络的后续学习速度。该方法提出后受到了研究者的广泛关注，已在神经网络的参数优化中得到了重要的实际应用。
(22) 从理论上系统地研究了基于高斯函数的小波系及其性质，得到了这一小波系的高通滤波器和低通滤波器的一种特殊关系，并提出了这一小波系的快速算法。
(23) 在薄壁椭圆轴承故障频率基础理论方面进行了开创性的工作，从理论上推导建立了柔性薄壁椭圆轴承外圈损伤、内圈损伤以及滚动体损伤的故障特征频率计算公式，证明了定转速下这种轴承的故障特征频率并不是一个固定值，而是在一定范围内按照正弦规律波动，其波动频率是转频的两倍，这完全不同于普通滚动轴承，定转速下普通滚动轴承的特征频率是一个定值。这项研究结果对柔性薄壁椭圆轴承的故障分析是一个基础性、开拓性的工作，表明柔性薄壁椭圆轴承的故障频率是时变的，在此之前国内外从未有研究者发现这一现象。
(24) 从理论上证明了柔性薄壁椭圆轴承滚动体中心轨迹和节椭圆并不一致，而普通滚动轴承滚动体中心轨迹和节圆是一致的，并进一步确定了滚动体中心相对于节椭圆的运动轨迹，纠正了现有文献关于这种相对运动轨迹是一个椭圆的错误论断。
(25) 从理论上证明了柔性薄壁椭圆轴承存在径向速度和径向加速度，这种径向速度和径向加速度是周期性变化的，其变化周期是轴承转频的两倍，与普通滚动轴承完全不同，普通滚动轴承不存在径向速度和径向加速度。

工作经历

2011.9-至今，    华南理工大学机械与汽车工程学院，教授、博士生导师
2005.9-2011.8  华南理工大学机械与汽车工程学院，副教授
2002.5-2005.8  华南理工大学机械与汽车工程学院，讲师
2001.8-2002.4  广州电信科学技术研究院
1993.8-1995.8  广州通信设备厂

教育经历

1989.9-1993.7   昆明理工大学机械制造及自动化学士
1995.9-1998.7   华南理工大学机械制造及自动化硕士
1998.9-2001.7   华南理工大学机械制造及自动化博士

社会、学会及学术兼职

1. 中国振动工程学会会刊《振动与冲击》编委，EI期刊。
2. 长期担任以下期刊的审稿专家：《Mechanical Systems and Signal Processing》、《Journal of Sound and Vibration》、《Digital Signal Processing》、《Measurement》、《IEEE Transactions on Instrumentation and Measurement》、《Measurement Science and Technology》、《Shock and Vibration》、《Applied Acoustics》、《IEEE Transactions on Geoscience and Remote Sensing》、《Journal of Applied Geophysics》、《Magnetic Resonance Imaging》、《Computer Methods and Programs in Biomedicine》、《Chinese Journal of Aeronautics》、《Transactions of Tianjin University》、《电子与信息学报》、《振动工程学报》、《振动、测试与诊断》、《振动与冲击》、《上海交通大学学报》、《吉林大学学报》、《浙江大学学报》(工学版)、《华中科技大学学报》、《西安交通大学学报》、《北京航空航天大学学报》、《华南理工大学学报》等期刊的审稿专家。

研究领域

1. 小波分析理论与算法；
2. 奇异值分解理论与算法；
3. 信号处理；
4. 机械振动与故障诊断

科研项目

已主持国家自然科学基金、广东省自然科学基金和广州市科技计划等省部级项目10多项，其中主要的国家自然科学基金为：
1. 柔性薄壁椭圆轴承背景周期冲击机理与故障频率波动的同步压缩时频分析(No.52375538)，主持
2. 谐波减速器柔性薄壁轴承振动信号分析和损伤特征提取（No.51875216）,主持
3. 基于变结构奇异值分解的信号处理理论及其在故障诊断中的应用(No.51375178)，主持

发表论文

1. Zhao Xuezhi, Ye Bangyan, Elliptical periodic shock of flexible thin-walled elliptical bearing and its separation using singular value decomposition of adding additional signal, Digital Signal Processing, 2024, 153: 104641. (长20页，SCI，EI)
2. Xuezhi Zhao, Bangyan Ye. Feature frequency extraction algorithm based on the singular value decomposition with changed matrix size and its application in fault diagnosis [J]. Journal of sound and vibration, 2022, 526: 116848. (长20页，SCI，EI，Top期刊)
3. Xuezhi Zhao, Yingying Guo, Bangyan Ye. Kinematic characteristics and fault feature frequency of flexible thin-wall ellipse bearing [J]. Mechanical Systems and Signal Processing, 2021, 149: 107222. (长20页，SCI，EI，Top期刊)
4. Xuezhi Zhao, Bangyan Ye, Separation of single frequency component using singular value decomposition. Circuits, Systems, and Signal Processing, 2019, 38(1): 191-217. (长27页，SCI，EI)
5. Xuezhi Zhao, Bangyan Ye. Singular value decomposition packet and its application to extraction of weak fault feature. Mechanical Systems and Signal Processing, 2016, 70-71(3): 73-86. (长14页，SCI，EI，Top期刊)
6. Xuezhi Zhao, Bangyan Ye. Selection of effective singular values using difference spectrum and its application to fault diagnosis of headstock. Mechanical Systems and Signal Processing, 2011, 25(5): 1617-1631.（长15页，SCI，EI，Top期刊）
7. Xuezhi Zhao, Bangyan Ye. Similarity of signal processing effect between Hankel matrix-based SVD and wavelet transform and its mechanism analysis. Mechanical Systems and Signal Processing, 2009, 23(4): 1062-1075.（长14页，SCI，EI，Top期刊）
8. Xuezhi Zhao, Bangyan Ye. Convolution wavelet packet transform and its application to signal processing. Digital Signal Processing, 2010, 20(5): 1352-1364.（长13页，SCI，EI）
9. Xuezhi Zhao, Bangyan Ye. Feature frequencies extraction and fusion of vibration noises of air-conditioner electromotor using adaptive resonance theory. Digital Signal Processing, 2010, 20(2): 597-606.（SCI，EI）
10. Zhao Xue-Zhi, Ye Bang-Yan. Identification of vibrating noise signals of electromotor using adaptive wavelet neural network. Lecture Notes in Computer Science, 2006, Vol.3972: 727-734.（SCI，EI）
11. Zhao Xuezhi, Ye Bangyan. The ART-2 neural network based on eternal term memory vector: architecture and algorithm. Journal of Harbin Institute of Technology(哈尔滨工业大学学报英文版), 2009, 16(6): 843-848.（EI：20101012752918）
12. 赵学智, 叶邦彦, 陈统坚. 柔性薄壁椭圆轴承故障特征频率的波动性分析. 机械工程学报, 2024，https://link.cnki.net/urlid/11.2187.TH.20240808.1040.024，EI
13. 赵学智, 叶邦彦, 陈统坚. 基于改进谐波小波包的柔性薄壁轴承背景周期性冲击分离. 机械工程学报, 2022,58(22),148-159. (EI：20230713598978)
14. 赵学智, 叶邦彦, 陈统坚. 频率添加奇异值分解算法及其在故障特征提取中的应用. 机械工程学报, 2021, 57(10): 10-20. (EI：20213310779636)
15. 赵学智, 邵啟鹏, 叶邦彦, 陈统坚. 奇异值分解中考虑频率因素的矩阵维数. 机械工程学报, 2019, 55(16): 7-16. (EI收录：20193907472657)
16. 赵学智, 陈统坚, 叶邦彦. 变结构SVD算法及其在信号分离中的应用. 机械工程学报, 2017, 53(22): 11-21. (长11页，EI：20180404664620)
17. 赵学智, 陈统坚, 叶邦彦. 奇异值分解对连续Morlet小波变换的压缩和提纯. 机械工程学报, 2015, 51(16): 57-70. (长14页，EI：20153901318423)
18. 赵学智, 叶邦彦, 陈统坚. 基于小波-SVD差分谱的弱故障特征提取方法. 机械工程学报, 2012, 48(7): 37-47.（长11页，EI：20122415119545）
19. 赵学智, 叶邦彦, 陈统坚. 基于统计模拟的无显式小波幅频特性计算与分析. 机械工程学报, 2012, 48(9): 72-78.（EI：20122815233887）
20. 赵学智, 叶邦彦, 陈统坚. 多分辨奇异值分解理论及其在信号处理与故障诊断中的应用. 机械工程学报, 2010, 46(20): 64-75.（长12页，EI：20104713409290）
21. 赵学智, 叶邦彦, 陈统坚. 奇异值差分谱理论及其在车床主轴箱故障诊断中的应用. 机械工程学报, 2010, 46(1): 100-108.（长9页，EI：20100812730849）
22. 赵学智, 叶邦彦. 导电加热切削切削区加热电阻模型及实验分析. 机械工程学报, 2009, 45(1): 115-123.（EI光盘版，20090811914896）
23. 赵学智, 陈统坚, 叶邦彦. 基于奇异值分解的铣削力信号处理与铣床状态信息分离. 机械工程学报, 2007, 43(6): 169-174.（EI：072810698054）
24. 赵学智, 陈统坚, 叶邦彦, 彭永红. 内积型和卷积型小波变换对信号处理效果的研究. 机械工程学报, 2004, 40(3): 55-60.（EI：04278252342）
25. 赵学智, 陈统坚, 叶邦彦, 彭永红. 基于参数方程的小波基自适应选择. 机械工程学报, 2004, 40(11): 123-128.（EI：05028785998）
26. 赵学智, 叶邦彦. 非零奇异值和频率的关系及其在信号分解中的应用. 电子学报, 2017, 45(8): 2008-2018. (长11页，EI：20174204272262)
27. 赵学智, 叶邦彦. 多分辨SVD包理论及其在信号处理中的应用. 电子学报, 2012, 40(10): 2039-2046. （长8页，EI：20130115868927）
28. 赵学智, 叶邦彦. 基于二分递推SVD的信号奇异性位置精确检测. 电子学报, 2012, 40(1): 53-59. （EI：20120614748422）
29. 赵学智, 叶邦彦. SVD和小波变换的信号处理效果相似性及其机理分析. 电子学报, 2008, 36(8): 1582-1589.（长8页，EI：084011613520）
30. 赵学智, 叶邦彦, 陈统坚. 模糊奇异性信号的检测机理. 电子与信息学报, 2008, 30(6): 1304-1307.（EI：082811371360）
31. 赵学智,叶邦彦,陈统坚. 柔性薄壁轴承的周期性冲击背景特性及其分离[J]. 振动工程学报, 2022, 35(3): 735-744. (EI：20222812340293)
32. 赵学智, 郭莹莹, 李振, 叶邦彦, 陈统坚. 柔性薄壁轴承的损伤特征频率分析[J]. 振动工程学报, 2020, 33(6): 1313-1323. (EI：20210309788495)
33. 赵学智, 聂振国, 叶邦彦, 陈统坚. 信号有效奇异值的数量规律及其在特征提取中的应用. 振动工程学报, 2016, 29(3): .532-541. (长10页，EI：20163102663186)
34. 赵学智, 叶邦彦, 陈统坚. 无显式表达小波在不同尺度下的离散生成算法及幅频特性. 振动工程学报, 2011, 24(5): 546-554.（长9页，EI：20114714549515）
35. 赵学智, 叶邦彦, 陈统坚. 无显式表达小波基的参数方程. 振动工程学报, 2004, 17(1): 16-19.（EI：04268238532）
36. 赵学智, 叶邦彦, 陈统坚. 无显式表达小波基的自适应选择. 振动工程学报, 2004,17(2): 243-247.
37. 赵学智, 叶邦彦, 陈统坚. 正弦信号非零奇异值的变化特性. 振动、测试与诊断, 2020, 40(1): 62-69. (EI收录：20201508385354)
38. 赵学智, 叶邦彦, 陈统坚. 基于变矩阵结构奇异值分解的信号分解算法. 振动、测试与诊断, 2018, 38(6): 1096-1102. (EI收录：20191106621778)
39. 赵学智, 叶邦彦, 陈统坚. 短时傅立叶变换的时频聚集性度量准则研究. 振动、测试与诊断, 2017, 37(5): 948-956. (长9页，EI：20175104547878)
40. 赵学智, 叶邦彦. 分量形成方式对奇异值分解信号处理效果的影响. 上海交通大学学报, 2011, 45(3): 368-374.（EI：201118139584846）
41. 赵学智, 曾作钦, 叶邦彦, 陈统坚. 一种基于自适应谐振理论的特征频率提取与融合算法. 振动、测试与诊断, 2010, 30(1): 33-38.（EI：20101812907076）
42. 赵学智, 叶邦彦, 林颖. 奇异值分解对轴承振动信号中调幅特征信息的提取. 北京理工大学学报, 2011, 31(5): 572-577.（EI：20112614102730）
43. 赵学智, 叶邦彦. 单向收缩QR算法在奇异值分解中的收敛特性. 电子科技大学学报, 2010, 39(5): 762-767.（EI：20104513372545）
44. 赵学智, 叶邦彦, 陈统坚. 大型矩阵奇异值分解的多次分割双向收缩快速QR算法. 华南理工大学学报, 2010, 38(1): 1-8.（长8页，EI：20101312808560）
45. 赵学智, 叶邦彦, 陈统坚. 基于奇异值曲率谱的有效奇异值选择. 华南理工大学学报, 2010, 38(6): 11-18+23.（长8页，EI：20103113111328）
46. 赵学智, 叶邦彦, 陈统坚. 导电加热切削的加热电阻检测及其特性. 华南理工大学学报, 2009, 37(2): 7-13.（EI光盘版，20091412008393）
47. 赵学智, 叶邦彦, 陈统坚. 矩阵构造方式对奇异值分解信号处理效果的影响. 华南理工大学学报, 2008, 36(9): 86-93.（长8页，EI：084511687172）
48. 赵学智, 叶邦彦. 单种子和多种子对正态随机序列质量的影响. 振动与冲击, 2011, 30(1): 49-55.（EI：20111213783934）
49. 赵学智, 向可, 叶邦彦, 陈统坚. 基于二次样条小波细节信号峰值的有效奇异值确定. 振动与冲击, 2010, 29(11): 6-12.（EI：20110113551660）
50. 赵学智, 叶邦彦. 基于SVD的奇异性信号检测原理及其应用. 振动与冲击, 2008, 27(6): 11-15.（EI：083011402219）
51. 赵学智, 叶邦彦. ART-2对滚动轴承振动信号幅值谱的清晰化提取与分类效果研究. 振动与冲击, 2007, 26(1): 139-143.（EI：071310513839）
52. 赵学智, 陈文戈, 叶邦彦. 空调电机振动噪声的概率分布密度与假设检验. 中国电机工程学报, 2004,24(6):122-126.（EI：04328306630）
53. 赵学智, 叶邦彦, 陈统坚. 基于自适应小波特征提取一体化神经网络的空调电机振动噪声识别. 振动与冲击, 2007, 26(12): 160-165.（EI：080511071427）
54. 赵学智, 陈统坚, 叶邦彦, 彭永红, 陈文戈. 小波包分析在轴承早期故障诊断中的应用. 振动、测试与诊断, 2003,23(4): 243-246.（EI：04078021270）
55. 赵学智, 陈文戈, 林颖, 陈统坚. 基于自适应小波神经网络的的故障分类. 振动、测试与诊断, 2001,21(1): 21-25.（EI：01256551274）
56. 赵学智, 叶邦彦, 陈统坚. 小波变换的尺度自适应选择. 数据采集与处理, 2004,19(1): 46-50.
57. 赵学智, 陈统坚, 彭永红, 叶邦彦. 卷积型小波包变换及其快速算法. 信号处理, 2002,18(6): 543-546.
58. 赵学智, 陈统坚, 叶邦彦, 彭永红. 基于卷积型小波包变换的信号消噪算法. 数据采集与处理, 2003,18(3): 292-295.
59. 赵学智, 林颖, 陈文戈, 叶邦彦, 陈统坚. 光滑化奇异性信号的小波检测及其应用. 信号处理, 2000,16(5): 95-98.
60. 赵学智, 邹春华, 陈统坚, 叶邦彦. 小波神经网络的参数初始化研究. 华南理工大学学报, 2003,31(2): 77-79.
61. 赵学智, 陈文戈, 林颖, 陈统坚, 叶邦彦. 基于高斯函数的小波系及其快速算法. 华南理工大学学报, 2001,29(1): 94-97.（EI：01216512542）
62. 赵学智, 林颖, 陈文戈, 陈统坚, 叶邦彦. 奇异性信号检测时小波基的选择. 华南理工大学学报, 2000,28(10): 75-80

科研创新

1. 大型矩阵奇异值分解的多次分割双向收缩快速QR算法[简称：FQROFSVD]1.0
    证书编号：软著登字第0242646号；登记号：2010SR054373
    开发人员：赵学智；编程语言：VC++6.0
主要功能：实现对任何大型矩阵的奇异值分解的快速数值计算，获得奇异值分解方程中的左正交矩阵、对角矩阵和右正交矩阵。除此之外，本软件系统还具有对一般矩阵的特征值和特征向量的计算功能、快速计算对称矩阵的特征值和特征向量的功能。
2. 基于奇异值分解的信号处理和故障特征提取系统[简称：SPBASESVD]1.0
   证书编号：软著登字第0242645号；登记号：2010SR054372
开发人员：赵学智；编程语言：VC++6.0
主要功能：1. 可实现对信号的一种不同于小波多分辨率分解的另一类多分辨率分解，以多分辨展现原始信号的概貌特征和细节特征；2. 可实现对轴承、转子、电机等设备常见故障的特征信息的提取；3. 可通过一种本质上是减法运算的方式实现对噪声信号的有效消除，且消噪结果无相位偏差；4. 可实现对lip指数α=0和α=1的奇异点位置的精确定位，这种定位不随分解层数的改变而发生任何偏移。