基于小波分析的压力传感器奇异信号的检测

在故障诊断中,故障通常表现为输出信号发生突变,因而对突变点的检测有非常重要的意义.鉴于传统信号处理方法的局限性,小波分析以其具备时频局部特性,成为解决此类问题的一个重要方法.推导了小波分析与奇异信号检测的之间的关系,并对某压力传感器的信号进行了奇异值的检测.     

一种高精度电力谐波检测法

本文介绍了一种基于小波分析的谐波检测方法。小波多分辨分析可以对信号进行有效的时频分解，因而能将信号的不同频率成分分开。检测小波变换系数模的局部极值点可以检测到信号的突变点，即检测到信号频率跳变的时间，这是FFT谐波检测不能实现的。文中采用MATLAB小波分析工具箱对该方法进行了实验验证。     

一种有效的实时基音检测算法

针对基音周期检测实时性的要求,提出了基于小波变换的实时语音基音周期检测算法。该算法利用小波变换极值与信号突变点之间的关系,将小波域波形与时域波形相结合,采取自适应基准、多特征参数提取小波系数极大值,并在2.5ms时间内捕捉并检测到新的基音脉冲位置。实验表明,该算法对语音和残差信号取得了较好结果。     

基于小波变换的音频扩频掩密分析算法

提出一种基于小波去噪技术和小波突变点检测技术的音频扩频掩密分析算法。该算法利用小波去噪算法分离含密音频上的噪声信号,循环截取不同长度的噪声信号与剩余的噪声信号进行滑动相关计算,利用小波突变点检测技术检测计算得出的滑动相关值中的突变点,提取这些突变点特征对待检测的音频进行掩密分析。实验结果表明,在PN序列嵌入强度大于0.002时,算法的检测正确率达80%以上。     

小波变换在信号突变点检测中的应用

从实际应用的角度出发,根据小波变换时-频分析自适应特性,本文详细阐述小波变换理论和小波变换在信号突变点检测中的应用,并具体实现了小波变换在信号突变点检测的相关算法。     

汽车轮胎爆胎风险智能监测方法研究与仿真

研究汽车爆胎风险准确监测问题。汽车轮胎在不同路段运转过程中会发生不同程度的震动,一旦震动程度过大,汽车内气体压力信号波谱振幅增加,造成气体压力报警信号发生错误突变。传统智能监测算法是利用气压异常报警信号进行监测的,无法避免由于汽车震动程度过大造成的气体压力报警信号突变的缺陷,降低了轮胎爆胎风险报警监测的准确率。提出了一种利用粗糙集的支持向量机轮胎压力监测方法。通过粗糙集方法对轮胎压力采集点取值进行分类处理,利用支持向量机建立汽车轮胎压力异常监测模型,从而实现了汽车轮胎爆胎报警监测。仿真结果表明,改进算法能够提高汽车轮胎爆胎报警的准确率。     

连续小波变换在传感器故障诊断中的应用

小波变换在信号分析与处理中有良好的局部性质.主要研究基于连续小波变换极值点的方法在传感器故障诊断中的应用.对输入信号输出信号进行连续小波变换,利用该变换求出输入输出信号的奇异值,然后去除由于输入突变所引起的极值点,则其余的极值点对应于传感器的故障.在MATLAB平台下,仿真结果表明,该故障诊断方法可以有效地进行故障检测和定位.     

基于小波变换的泄露故障特征提取研究

为研究液压系统管路泄漏对压力脉动信号的影响,提出利用改进的小波消噪算法和小波包对压力脉动信号进行消噪和特征提取;针对传统小波变换阈值函数在去噪处理中存在的恒定偏差、不连续等缺点,提出一种改进阈值函数和新阈值相结合的新方法,将该方法与平移不变量方法相结合,避免了传统小波变换去噪时在不连续点存在的Pseudo-Gibbs现象;通过利用改进小波消噪方法和小波包对FESTO试验系统采集的正常和故障压力脉动信号进行分析比较,研究结果表明,不同工况下压力脉动信号3个主要能量频带的分布特性,可以作为泄露检测和识别的故障特征。     

基于小波奇异性理论的输油管道泄漏检测与定位方法

将小波分析在模极大值处理中的优势应用到管道泄漏检测与定位信号分析中,根据信号小波变换模极大值和信号奇异性之间的关系,由小波变换模极大值沿尺度变化趋势分析出压力信号的突变点,计算出管道泄漏诱发的负压波传播到上下游监测点的时间差,利用负压波定位泄漏的常规公式确定出泄漏点的位置。实验证明,该方法能快速准确地捕捉压力信号突变点,并定位管道泄漏位置。     

基于小波变换的柴油机故障智能检测新方法

提出了一种智能检测柴油机喷油压力信号特征点的新方法,可以对柴油机一些常见故障进行不停机的检测。通过对油压信号特征的分析,对之进行了连续小波变换,根据油压信号在不同阶段的频率特征选定相应尺度的小波系数,然后利用这些小波系数的模极小值进行特征点的检测。将现场实测信号在Madab中进行仿真,建立了喷油系统正常工作时的模板向量。实验证明该方法的准确率高,而且便于在各种数字信号处理终端中实现,是有效可行的。