小波分析在煤矿机械故障诊断中的应用研究

本课题由焦作工学院荆双喜副教授等完成 .通过对小波分析理论的研究 ,推导了正交小波和小波包图形显示算法 ,首次将其用于机械故障诊断 .该算法结合小波变换快速算法使信号的分解结果与原始数据长度保持一致 ,解决了原算法存在的数据长度随分解层数增大成倍减小的问题 ,与原算法相比具有明显优点 ,为信号深层次处理及弱信号提取提供了途径 .通过对提升机振动信号的分析 ,提取出了提升机减速箱中的微弱故障信息 ,并分离出齿轮的啮合振动以及高次谐波 ,并在提升机变工况状态下提取出了故障特征 ,说明小波分析是处理非平稳振动信号的有力工具 ,…     

一种新的数字音频水印算法

提出了一种在数字音频信号中嵌入水印的新算法．算法首先对数字音频信号作多尺度离散小波变换(DWT)，然后在离散小波变换域内通过改变一些中频系数的方法嵌入水印．嵌入水印后的音频信号与原始音频信号在听觉上是相似的．仿真试验表明该算法具有较强的稳健性，可用于数字音频产品的版权保护．     

基于小波域的鲁棒音频数字水印算法

为有效保护音频数字产品,增强其抗同步攻击能力,在小波域的基础上,提出了一种新的盲检测数字音频水印算法.先将完整音频进行三层小波分解,取其低频系数,再对每个音频帧进行三层小波分解,也取其低频系数,最后分别求出两组低频系数的平均值,并进行比较判断水印嵌入位置.嵌入水印后的音频信号与原音频信号在听觉上是相似的.实验结果表明,该方法既可增强水印的不可见性,又能抵御多种攻击,具有很好的鲁棒性和实用性.     

基于TLS-ESPRIT和小波变换的间谐波检测方法

目前间谐波检测方法主要针对平稳信号,对时变间谐波的检测效果不理想。针对这个问题,该文基于总体最小二乘—旋转不变子空间算法和小波变换算法提出一种综合的间谐波检测方法。首先采用总体最小二乘—旋转不变子空间方法计算出谐波和间谐波分量的频率,其次根据得到的频率确定小波多分辨率分析的频段范围和层数,最后采用DMEY小波对信号进行分解,由分解系数得到各平稳谐波分量,并通过系数重构对时变间谐波跟踪。仿真结果表明,该算法抗噪能力强、检测精度高,能够跟踪时变间谐波。     

基于DWT的自适应盲音频水印算法

提出了一种基于离散小波变换的数字音频水印盲检测算法.对原始音频数据进行分段处理,对每个音频数据段进行DWT,自适应确定嵌入强度,将水印信号重复地嵌入到每一段音频数据小波系数的偶数点中.算法提取水印时不需要原始音频信号.仿真实验证明了算法的鲁棒性和不可感知性.     

基于SVD和小波变换的数字音频水印算法

为了保障数字音乐安全性,提出了一种基于奇异值分解和离散小波变换的数字音频水印算法.首先对二值水印图像进行奇异值分解求出奇异值作为水印,并对音频信号进行离散小波变换并计算水印嵌入点,最后将水印信号嵌入.按照水印嵌入的反操作进行水印提取,采用叠加噪声、去除噪声等进行攻击.实验表明,该算法具有较强的鲁棒性和不可感知性,能有效抵御各种常见攻击.     

用于版权保护与内容认证的多功能音频水印算法

针对现有的多功能音频水印算法恢复篡改区域的能力较弱问题,提出了一种多功能双音频水印算法.首先对原始音频信号分帧,结合Mel频谱倒谱系数计算每帧的相似帧,并将其作为鲁棒水印嵌入经过Torus映射的帧的低频小波系数的绝对平均值中;然后将高频小波系数的平均值作为初始值,利用Logistic序列生成认证水印信息,并通过单个量化高频系数的方法将其嵌入到音频信号中.仿真结果表明:所提出的算法具备很强的抗攻击性;脆弱水印对篡改敏感,而且篡改定位精确.     

小波包变换和EEMD结合的信号去噪方法

超声波采样信号中的噪声也会参与经验模态分解(EEMD),造成各分解分量IMFs失真,针对于此,利用小波包分解能同时处理高频及低频噪声的特点,并结合EEMD分解算法良好自适应性,提出一种先通过小波包变换对原始采样信号进行初步消噪,然后再结合EEMD算法分解得到独立IMFs分量,最后根据各IMFs相关系数重构获得有效信号的降噪方法。通过仿真分析,相比单独的小波包去噪、EEMD分解去噪,本方法提高分解效率的同时提升了信噪比,具有更好的滤波效果。     

基于SVR的电能质量数据压缩算法

针对电力系统日益突出的海量数据流量的传输和存储问题,提出二维小波与支持向量回归结合算法用于电能质量数据压缩.利用小波变换把二维电能质量图像分解到不同尺度的子空间,对得到的不同方向的小波系数采用不同的数据组织方式.高频子空间系数采用可控制压缩比的ν支持向量回归(ν-SVR)学习系数间的相关性,用稀疏的支持向量表示原始数据,可以达到去冗余和数据压缩的效果.仿真实验利用不同的电能质量事件测试样本,对本文算法与传统支持向量机以及小波阈值法的压缩性能进行测试,结果表明,本文算法的压缩性能相比有了一定的进步.     

基于提升小波变换的多传感器图像融合算法研究

为了更好的进行图像融合,基于提升小波变换,采用了一种基于区域方差和方向对比度的融合规则相结合的图像融合新算法.该算法结合提升小波的优势,将图像进行多分辨率分解;针对变换后的低频分量和高频分量的不同特点,采用了不同的融合规则进行融合;最后通过提升小波逆变换得到融合图像.实验结果表明,该算法具有增强图像空间细节的能力,使得融合后的图像内容清晰,相比于传统小波变换法,具有更好的融合效果.