小波去噪在缓变机械故障检测中的应用

针对缓变机械故障信号频率低易受高频噪声干扰的情况,提出了利用小波变换对振动信号进行降噪的方法,通过与传统的经典滤波方法相比,小波变换降噪方法在去除掉高频噪声的同时也保留了信号的高频成分,是一种比傅立叶变换更有效的降噪方法。通过实验数据的比较分析,验证了小波去噪是针对机械信号的环境特点最为有效的降噪方法,从而达到有效提取有用信号并探测目标的目的。     

小波分析在信号奇异性检测中的应用

小波变换突破了传统傅里叶变换等信号处理方法的限制,在时域和频域上可同时对信号实现局部化处理,因而在检测信号奇异性等方面具有广泛的应用价值.现介绍了小波变换的基本理论以及在检测信号奇异性中的作用.并在Matlab下进行了两种奇异信号仿真试验,取得了一定的效果.实验结果表明,小波变换在奇异信号的检测中是有效的.     

小波变换在符号率估计中的应用研究

小波变换具有局部显微特性,对信号的瞬时特性具有较强的捕获能力。文中介绍了Haar小波的基本原理,并从连续小波变换的定义出发,分析了PSK信号的小波域特征,对高斯白噪声中QPSK信号的小波变换进行了仿真实验。仿真结果表明,小波变换能够有效地检测并提取符号的跳变信息。     

基于自适应小波变换的电压闪变检测方法

为了准确测量电网当中电压闪变的参数,提出了一种新的基于自适应小波变换的检测方法,对小波滤波器的构造方法进行了研究,重点在于解决对基于小波变换的子带自适应滤波器的构造,把小波变换技术和自适应滤波技术应用于电压闪变信号的检测。仿真结果表明,该方法可进一步改善信号的检测能力,在检测电压闪变信号方面是一种十分有效的方法。     

一种小波变换与自相关结合的基音周期检测法

提出了一种小波变换和自相关结合的基音周期检测方法,它克服了纯小波变换法在对某些信号检测时阈值难以确定的缺陷,在真实语音的基音周期检测计算机仿真中取得了较好满意的结果。该方法对于噪声具有较好稳健性。     

基于小波变换的非均匀采样信号频谱的研究

该文提出基于小波变换的非均匀采样信号频谱的检测方法,给出变换函数关系使得非均匀采样信号满足小波变换的两个基本条件。文中说明了小波的非均匀化过程,从均匀小波得到非均匀小波,以非均匀小波分析非均匀采样信号,得到非均匀采样信号的频谱。文中还说明了非均匀小波变换的抗混叠的原理以及对信号频谱的检测方法,最后给出实验结果。理论和实验表明,非均匀采样信号的小波变换方法是一种行之有效的非均匀采样信号的频率检测方法,使用该方法处理信号可以得到准确的频率估计效果。     

基于小波变换的脑电信号噪声消除方法

本文探讨了基于正交小波变换的脑电（ＥＥＧ）信号分析方法,并利用小波变换对脑电中瞬态脉冲干扰进行检测和消除。实验结果表明,在对脑电信号进行分析和处理方面,小波变换较之传统傅立叶变换方法具有明显的优点。     

小波变换用于信号突变的检测

本文介绍了小波变换用于信号突变的检测原理，给出了实现小波变换的快速算法。语音的基音检测作为一个应用实例，在文中得到验证。理论与实验表明，利用小波变换检测基音与传统方法相比具有独到之处。     

基于小波变换的故障信号分析与检测

讨论了小波变换及其基本性质，探讨基于小波变换模最大值沿尺度演变的信号突变检测的基本原理与方法，在不同尺度上分析和处理信号的各种频率分量，使信号的奇点，突变点放大，提高信号的分辨率，信噪比。研究小波分析在机械工程信号处理中的应用，提出通过二进小波变换检测信号奇异点的实用技术。利用介绍的模极大值多尺度小波变换的方法，较有效地检测出滚动轴承故障发生的起始点，对在线故障诊断进行了有益的探索。     

基于小波变换的时间间隔检测

本文提出一种基于小波变换的检测数字信号码元间隔的方法。该方法利用基小波的伸缩与时移特性获得检测所需的时、频分辨率,通过对信号做多尺度的连续小波变换,可以在较低信噪比下很好地检测到信号频率并得到边沿过渡较快的相应小波变换时谱。根据小波分析与奇异性信号检测的理论,本文还提出对小波变换时谱的二次处理方法。理论分析和计算机模拟结果表明,本方法是有效的,是提高时间间隔检测性能的一种新途径。     

一种基于小波的单相接地故障检测方法

架空高压线单相接地故障信号是奇异信号,利用小波变换的时频局部化性质,可有效地检测该奇异信号。搭建了一个简单的架空高压线输电线路模型,将产生的单相接地故障信号进行小波变换,分析得出故障发生的起止时刻;提出一种基于DB10小波的单相接地故障信号的检测方法,用MATLAB进行了仿真。仿真结果表明,此方法在准确快速检测该奇异信号,同时可最大限度地减少信号的损失,简化硬件检测电路,易于实现。     

基于小波分析的脉冲信号波形检测方法

通过对多种小波函数的分析、比较,提出了一种基于小波分析的脉冲信号时域波形检测方法,该方法利用小波变换模的极大值特性,较好地实现了对脉冲成形信号波形参数的检测。理论分析和仿真研究结果表明,该方法对高斯噪声信道具有较强的适应能力,并且算法简单、运算量小、信号参数检测精度高,具有较好的工程应用前景。     

基于改进Morlet小波的超声回波信号处理

粘结复合材料的超声回波检测信号夹杂了大量的噪声,完全淹没了有用的裂纹缺陷信息,基于时域或频域的分析方法难以判断其是否存在缺陷.在对信号作多尺度分析的基础上,改进了Morlet小波,并基于改进Morlet小波对信号进行了各种分析.当取多个尺度参数时,基于改进Morlet小波变换得到的小波系数都包含有缺陷信号的频率成分,这样便解决了多分辨率分析时多尺度小波系数在分析窄频带缺陷信号时的不足.     

小波-神经网络在故障诊断中的应用

根据旋转机械振动信号特点,提出了小波分析和概率神经网络相结合的故障诊断方法。该诊断方法利用小波分析进行预处理-获取机械故障特征向量,概率神经网络应用该特征及对应的故障类型建立非线性映射,实现故障诊断。通过计算机仿真和试验的结果,表明该方法运算速度快、对样本噪声有较强的鲁棒形,结构简单,工程上易于实现,为旋转机械故障诊断提供了实践方法。     

基于子波变换的无线通信网络干扰信号检测研究

在冗杂环境下,为有效识别无线通信网络干扰信号,提出基于子波变换的无线通信网络干扰信号检测研究。将干扰信号分为单音、多音、调频等类型,利用射线模型描述通信信道损失,确立噪声影响下的干扰信号结构,提取信号时频分布特征;在子波变换过程引入阈值滤波算法,将噪声投影在不同子波空间中,合理设置阈值,计算新的变换系数,实现信号去噪;采用混沌循环谱方法,将干扰信号检测转换为二元假设检验问题,获取二阶时变检测函数,计算决策量,结合门限值完成干扰信号检测。实验结果表明,该方法能够有效过滤噪声,检测出的干扰信号波形与频率与实际情况相符。     

基于小波分析的不对称脉冲信号波形研究

不对称脉冲轨道电路设备产生的不对称脉冲信号,在传输中由于轨道分路不良和干扰等出现失真,这就需要研究一种更为准确、可靠和抗干扰性能好的检测方法来完成对信号的实时分析与检测。基于小波分析的不对称脉冲信号波形检测,利用小波变换模极大值特性,可以有效地解决这个问题。结果表明,该方法有较强的适用性,算法简单,运算速度快。     

软阈值小波消噪在电磁泄漏信号中的应用

在对环境或者电子设备的电磁泄漏信号检测中,由于混杂有噪声,使得信号检测和后面的信号处理与分析产生误差,甚至错误。文中针对带宽很宽的噪声,传统的傅立叶变换消噪解决不了,采用了小波变换中的软阈值消噪,可以有效的解决改问题[1]。     

Research on determining the position of zero optical path difference with the wavelet transform

Due to the error of digital sampling, there is a deviation between the zero optical path difference(ZOPD) detection position of the interference signal in the infrared gas analyzer and the actual position. To solve this problem, a high-precision detection method of the ZOPD position based on wavelet transform is proposed. Firstly, the wavelet envelope curve of the interference signal is obtained by the wavelet transform, which can obtain the phase information and amplitude information of the max...