采用小波变换和三点法的频率测量

讨论了在电力系统保护和控制中对基波信号中的间谐波进行小波变换来计算基波频率,但检测结果有少许误差;三点法也是检测频率常用的方法,它通过任意三个等间隔采样点提取正弦信号频率,合理的选择检测点之间的间隔可以使误差最小。运用小波变换与三点法结合可以高精度的对基波频率进行检测,仿真验证了方法的可行性。     

基于小波去噪的加窗FFT电网谐波检测

提出一种基于小波去噪的软硬阈值改良折衷法与加布莱克曼窗的傅里叶变换算法相结合的谐波检测方法。该方法采用小波软硬阈值改良折衷法对含噪的电力谐波信号进行降噪处理,利用加布莱克曼窗的傅里叶变换算法对去噪后的信号进行分析,提取各次谐波的幅值和频率。仿真检测结果表明小波去噪后的谐波波形接近于原始信号谐波波形,信噪比提高了8.3226dB,小波去噪与FFT结合的方法适合在谐波检测系统或装置中应用。     

基于小波包变换的电力谐波检测研究

提出了一种基于小波包变换的电力谐波检测方法。该方法采用小波包变换对电流信号进行分解,即将该电流信号分解成低频部分与高频部分,然后分别对低频部分及高频部分进行小波包分解,重构后得到该电流信号的基波分量,从原始电流信号中减去基波分量,从而得到该电流信号的谐波分量。仿真结果表明,该方法能够很好地检测出电流信号中的谐波分量,并且能对指定频率的谐波进行检测。     

基于改进小波包变换的谐波检测方法研究

针对基于傅里叶变换的谐波检测方法存在栅栏效应和频谱泄漏等问题,提出了一种基于改进小波包变换的谐波检测方法。该方法实现了对信号频带的均匀划分,通过选择适当的采样频率和小波包分解树,使所关心的谐波频率落到小波包频带的中心,从而减少频谱泄漏,有效提高了频谱分析精度。实验结果验证了该方法的有效性。     

小波奇异性分析在输油管道泄漏检测中的应用

针对目前输油管道泄漏检测准确率低的现状，采用小波奇异性分析的方法，对管道压力信号进行小波分析，检测出信号的奇异点，采用了能够抑制模极大值漂移的改进的ad hoc算法，对奇异点进行定位，对4条管线检测结果表明，该方法可以用于输油管道泄漏监测，并可进行精确的定位。     

一种谐波电流的检测方法

采用小波变换对电力系统中的谐波电流进行滤波,对检测出的基波电流进行了误差分析。小波变换具有良好的时频局部化特性,克服了传统FFT法仅有频域局部化的缺点,对于闪变信号十分敏感。仿真结果表明,此方法可以很好地跟踪时变谐波,准确检测出闪变电流信号,可以满足有源滤波器(APF)的实时检测要求。     

基于Morlet复小波变换幅值和相位信息的间谐波检测方法

小波变换以其良好的时频局部化特性在电力系统中得到了广泛的应用,包括在谐波分析方面。但即使是时频窗面积最小的Morlet小波也存在频谱混叠现象,使得单纯利用小波变换系数的幅值无法对谐波准确检测。本文提出了基于Morlet复小波幅值和相位信息相结合的谐波、间谐波检测方法。首先利用a-S（a）曲线粗略确定包含被测信号信息的尺度范围,然后利用这些尺度上的小波变换系数的相位信息来实现谐波、间谐波频率的检测,最后根据检测出的频率确定特征尺度,进而确定被测信号的幅值。与FFT方法和传统的尺度-幅值法相比,该方法能够克服频谱泄漏现象,且能够区分频率相近的信号成分,提高了谐波、间谐波的检测精度。通过Matlab软件进行仿真,结果验证了该算法的正确性。     

一种傅里叶变换与小波变换相结合的谐波检测方法

为了实现对电力系统谐波的检测,采用了傅里叶变换与小波变换相结合的方法,通过在实例中对比二者的不同特点,将二者的优点结合起来,应用到具体信号的分析中,经过MATLAB仿真,得到各次谐波的有效信息。从而表明,此方法可以对电力系统中的各次谐波进行检测和分析。     

小波变换在电力谐波分析中的应用

电力系统的谐波是影响电能质量的重要因素，谐波对电力系统和用电设备产生了严重危害和影响。文中应用小波变换分析电力系统的谐波，小波变换能描述频谱含量如何随着时问变化，同时在时间和频率上表示信号的能量和作用。与傅里叶变换对比，小波变换不仅可以知道哪些频率分量在信号中出现，而且可以知道这些频率分量在时域内是如何变化的。可以更精确地分析非平稳信号的谐波。     

基于小波核函数-支持向量算法的信号检测

关于水声信号检测优化问题,对在极低信噪比情况下被背景噪声所淹没的微弱信号进行检测时,由于舰船航行时接收目标信号的噪声较大,使检测更加困难。通过对谐波小波变换和支持向量回归算法的分析,在谐波小波函数的窄带信号分析支持向量回归基础上,提出了一种谐波小波核函数-支持向量回归的信号检测算法,实现小样本情况下微弱信号的检测。通过仿真信号和海上实测噪声数据的分析,利用改进算法可以很好地检测出在极低信噪比情况下噪声背景中的微弱信号,从而验证了改进算法在低信噪比情况下检测线谱信号的有效性。     

基于小波多分辨率分析的并发故障检测方法

提出了利用小波多分辨率分析技术进行多重并发故障检测的方法。根据信号分解重构后的时间位置不变这一事实,将信号进行多尺度的小波分解,并根据奇变信号和噪声信号小波变换后的系数差异,采用软阈值法,对其高频分量进行去噪重构,根据重构后的故障信号高频分量在不同尺度上的特征,对其进行故障特征提取,并将不同尺度上的故障特征进行综合,获得并发故障各自特征,进而可以实现对多重并发故障的检测和识别。对一电网信号分析的仿真结果证实了该方法的正确性和可行性。     

基于小波包分析的图像边缘检测

通常,图像的边缘为频率域的高频分量。小波分析是一种信号的时间-频率分析方法,而小波包分析是在小波分析的理论基础上,将信号的高频成分分开且可对高频成分继续分解,为信号提供更加精细的分析方法。该文采用基于共轭正交滤波器的小波包分解算法对图像进行边缘检测,实验表明,这种方法能够清晰地检测出图像的边缘。     

基于DB小波变换的多频时变电压闪变检测仿真研究

电压波动与闪变是评价电力系统电压质量的重要参数,因此电压闪变的检测分析对于电力系统的运维至关重要。为了验证Daubechis(DB)小波变换在电压闪变检测方面的有效性与可行性,采用MATLAB搭建了电压闪变信号模型,采用DB小波变换对多频时变电压闪变信号的检测进行了仿真分析,并将仿真结果与基于平方检测法的仿真结果进行了比较。结果表明,DB小波变换不仅能够检测出电压闪变分量的幅值与频率信息,而且能够根据小波变换的模极大值确定电压闪变发生与结束的时刻,而基于平方检测法的电压闪变信号检测无法直接分离出多个电压闪变分量,也无法检测出电压闪变的起止时刻。仿真结果验证了DB小波变换用于电压闪变检测的有效性与可行性。     

利用小波分析检测航空发动机传感器故障

该文比较了傅立叶变换与小波分析的基本理论并研究了它们在航空发动机传感器故障检测应用中的特点,提出了一种基于小波变换的故障检测方法.该方法针对噪声和故障信号均具有呈现非平稳瞬态特性的特点,利用小波多分辨分析将量测信号分解到不同的频率通道中去,因此它就可以在一定的频率区间内,将故障信号成分和正常信号输出成分区分开来,提高传感器故障检测的准确度.仿真结果表明,该方法借助小波变换强大的时频分析能力,可以准确判定传感器软、硬故障,有效降低误报率和漏报率,具有良好的应用价值.     

一种改进的小波多尺度相乘目标边缘提取方法

传统的小波边缘检测算法在处理边缘定位精度和检测能力方面存在不足,对其进行优化和折衷是提高检测性能的关键,深入研究了小波变换在图像边缘提取中的应用,分析了小波变换时频域分辨率可调和多尺度分析的特性,提出了一种改进的基于相邻尺度小波系数相乘的边缘检测方法和改进的阈值构造方法,通过具体实验数据分析了小波分解尺度和阈值选取与边缘定位精度、边缘漏检误检的关系,以及对抗噪性能的影响。并通过算法仿真,与传统的小波边缘提取方法进行了效果对比。实验表明,针对典型的参考图片取得了较好的边缘检测效果。     

小波变换在活塞环图像边缘检测中的应用研究

小波变换是时间频率的局部化分析，它可以通过伸缩平移运算对信号逐步进行多尺度细化。本文正是基于小波变换在图像处理领域中表现出的多尺度分析，提出了用小波变换检测活塞环图像边缘的方法，这种方法通过对二维小波变换图像局部极大值的检到得到图像的边缘信息。通过实验证明了这种方法的有效性。     

基于边缘检测的图象小波阈值去噪方法

边缘特征是图象最为有用的高频信息，因此，在图象去噪的同时，尽量保留图象的边缘特征，应是图象去噪首要顾及的问题。基于这一思想，提出了基于边缘检测的图象小波阈值去噪方法。该方法在去噪之前，先通过小波边缘检测方法确定哪些小波系数是图象的边缘特征，这些小波系数将不受阈值去噪的影响，因此，可以只是根据噪声方差来设置去噪的阈值，而不必担心损害图象的边缘特征。理论分析和实验结果都表明，与普通的小波阈值去噪方法相比，该方法不但可以保持图象的边缘信息，而且能提高去噪后图象的峰值信噪比1-2dB。要做到既去除图象噪声，又不模糊图象边缘特征是很困难的。该方法把去噪和边缘检测结合起来，在一定程度上解决了这种两难的问题。     

基于小波模极大值的信号奇异性检测

小波分析近乎完美的数学特性受到各领域科学家和工程技术人员的青睐.文中讨论了基于小波模极大值的信号奇异性检测方法,该方法突破了傅立叶分析在时域和频域方面的局部化能力,信号的局部正则性可由其小波变换模随尺度参数的衰减特性来刻画,通过确定小波变换在细尺度下的局部模极大值来检测信号奇异性.实验表明,该方法能有效的、实用的.     

基于小波分析的故障系统在旋转机械中的应用

就小波分析技术在旋转机械故障诊断应用中的故障特征提取问题进行了深入研究,提出了基于小波奇异性及小波变换模极大值的故障特征提取方法,通过对故障信号与小波变换的多分辨率方法以及奇异性理论相结合进行研究,发现小波分析便于对信号的总体和局部进行刻画;利用小波变换对信号的分解和重构特性,可有针对性地选取有关频带的信息以及降低噪声干扰,通过对重构信号的频谱分析能更有效地提取裂纹故障的典型特征。结果表明,对于旋转机械的非平稳信号来说,利用小波变换方法进行故障诊断是行之有效的。     

水下人造目标线特征快速检测算法

为了从水下复杂场景中快速检测人造目标,提出了一种在图像小波变换低频子带上进行直线实时检测的算法。首先,利用小波变换确定显著线特征检测的合适尺度;然后在确定的低频子带小图像上进行边缘检测,利用梯度直方图和迭代法相结合自适应确定边缘检测的分割阈值,得到显著特征的边缘点;再利用改进的Hough变换检测人造目标的直线特征;最后在原始图像上标记出直线检测的结果。实验结果表明:提出的算法可以准确检测出水下复杂背景中人造目标的直线特征,并且具有良好的实时性,满足水下人造目标视频检测的应用要求。