瞬变电磁信号的分形特征及其应用

在关联维数的基础上,对局部导体的瞬变电磁法信号分形特征进行了研究.瞬变电磁响应电位异常(包含有一定干扰)有明显的分形特征;对尺度ε的选取进行了讨论,应根据瞬变电磁异常响应的分形体特点进行细致分析,才能得出尺度ε的合理取值范围.实际应用结果表明,利用分形理论解释瞬变电磁资料,可为减少成果解释的多解性提供帮助.     

具有分形特征的水下目标识别

利用分形理论对非平稳的舰船辐射噪声信号进行了研究,计算了不同舰船目标的分形维数,构造了具有分形维参数的特征矢量,并通过自适应神经网络作了分类实验。研究表明,分形维数值可以作为水下目标分类的一个重要参数,同时也是其它特征提取方法的一个有效补充。     

分形维数结合RLS-ICA的脑电信号消噪

针对脑机接口中脑电信号噪声的去除,提出将分形维数、递归式最小均方(RLS)-独立分量分析(ICA)相结合的方法.利用ICA对脑电信号进行盲源分离,得到源信号;采用分形维数自动识别源信号中的噪声信号;利用RLS自适应滤波器对已识别出来的噪声信号进行自适应滤波;通过信号重构,得到去除噪声的脑电信号.该方法有2个优点：一是通过对分形维数自动识别源信号中的噪声信号进行滤波,克服了RLS-ICA将所有源信号进行滤波,可能造成部分有用脑电信号被去除的缺点;二是通过分形维数减少RLS滤波的独立源,加快了运行速度.为了证明该方法的有效性,分别对2008年国际BCI竞赛数据和本实验室的数据进行处理.将该方法与RLS-ICA进行比较,结果显示,该方法的去噪效果明显优于RLS-ICA,单个样本的运行时间比RLS-ICA少007 s.采用提出的方法不仅能够去除一些常见的诸如眼电(EOG)、肌电(EMG)等噪声,而且能够去除一些未知的噪声.     

基于数学形态学和分形理论的电缆局放识别

为解决电缆附件绝缘缺陷故障类型识别过程复杂、特征选择冗余问题,提出了一种直接利用含噪局部放电信号进行绝缘故障识别的方法。选取3个工频周期内的含噪局放信号作为一个样本,首先采用数学形态学滤波技术进行放电脉冲提取,获得平均放电量和放电次数两个统计特征;利用Hurst指数对局放信号分形性进行判断,若条件满足,直接求取其盒维数作为一个分形特征;最后将3个特征导入可拓神经网络进行模式识别,验证该方法的可行性和有效性。结果表明:平均放电量、放电次数和盒维数3个特征具有较强的可分性,解决了特征选择冗余问题;可拓神经网络能较好地识别出不同类型的绝缘缺陷,识别率高于基于支持向量机和BP神经网络的同类方法。     

基于分形理论的内部过电压识别技术

电力系统中的内部过电压类型多种多样,其产生原因错综复杂.目前,对过电压智能化分析的整体水平还不高,数据的分析只能依靠人工的方法,由生产技术人员凭经验并依据过电压波形的时间、幅值、频率等参数进行分析.但仅仅依靠这几个参数,有时不能对内部过电压进行完全正确的定性.对常见的几种内部过电压进行ATP-EMTP(电磁暂态计算软件)仿真,并提出基于分形理论的过电压信号识别,计算出过电压波形的分形维数.仿真结果表明,随着过电压发生条件的不同及参数的变化,同种过电压的分形维数在一定的范围之内;不同种类的过电压的分形维数在不同的范围.     

淹没在分形噪声中的心电信号R波检测

针对淹没在1/f分形噪声中的心电信号的R波检测问题,基于小波变换、W iener滤波与自适应差分阈值法,提出一种去除1/f分形噪声、检测心电信号中R波的方法。该方法先将带有1/f分形噪声的心电信号分解成多尺度的子带信号,通过小波变换对1/f分形噪声进行白化,然后利用自适应W iener滤波实现噪声和有用信号的分离,估计出各子带中的有用信号,利用小波重构恢复出有用的心电信号,最后利用改进的自适应差分阈值法检测心电信号中的R波。实验结果表明,该方法能有效地消除心电信号中的分形噪声,准确实时地检测出R波位置。     

利用VMD的双标度分形维数特征提取方法

为从机械振动信号中提取出有效特征进行故障诊断,提出一种利用变分模态分解(VMD)求取振动信号双标度分形维数的特征提取方法.变分模态分解通过迭代求解变分模型的方式将多分量的振动信号分解为若干个不同时间尺度的本征模态函数分量(IMF).在多维测度空间,某一时间段内多变量时间序列所占据的空间可以用多维超体体积进行度量.由于VMD得到的IMF本质上为多变量的时间序列,因此,利用IMF定义和计算多维超体体积,得到振动信号的时间尺度和多维超体体积的双对数曲线.根据分形理论和双对数曲线的突变点,对双对数曲线进行分段最小二乘线性拟合,定义并提取了振动信号的双标度分形维数特征.仿真结果表明,利用VMD方法估计分形维数的平均相对误差为4.71%,提高了分形维数估计的精确度.实测行星齿轮箱振动信号对比实验结果表明,利用VMD双标度分形维数特征能够更好地表征机械振动信号的分形特征,行星齿轮箱故障诊断准确率达到了100%.     

基于分形维数的SAR图像变化检测

斑点噪声是合成孔径雷达(synthetic aperture radar,SAR)相干成像所固有的,且不可避免的.为了尽可能地抑制斑点噪声对SAR图像变化检测的影响,利用分形维数方法对SAR图像的变化检测进行了研究,并提出了一种基于SAR图像分形维数的变化检测算法,该算法对SAR图像斑点噪声不敏感.并对计算分形维的滑动窗大小的选择进行了研究.用实测SAR图像进行了验证实验,结果表明分形维数可以用于SAR图像变化检测,它是一种新的SAR图像变化检测的方法与途径;同时,滑动窗大小的选择对SAR图像检测结果有影响.     

基于小波变换的振动信号分形维数研究

针对传统分析方法对振动信号频率变化不明显、故障特征难提取等问题,基于小波和分形理论,通过计算振动信号盒维数,有效地提取了振动特征;提出小波分解振动信号高频系数盒维数计算方法,对振动信号的高频部分进行描述。实验证明:随着干扰信号的频率变化,振动信号小波分解后的高频部分分形维数在分段区间内比振动信号整体分形维数分段变化趋势更加明显,能更有效地反映故障频率变化,对开展设备的故障诊断研究具有现实意义。     

基于小波分形理论的工程车辆时域载荷信号降噪方法

分析了工程车辆传动系零部件的时域载荷信号的噪声特点,提出了一种基于小波和分形理论的信号降噪方法。采用小波方法对实测的时域载荷信号进行了三尺度分解,计算了分解后的各层信号的关联维数,依据关联维数的变化规律判断是否存在噪声。以轮式装载机传动法兰的实测载荷信号为例进行了降噪应用研究。结果表明,提出的小波分形联合降噪方法可以根据信号不同频率段内含有的噪声特点进行降噪处理,解决了在小波阈值降噪中如何有效选择阈值的问题。     

基于分形理论的QRS波的分类

研究一种计算QRS波分形维数的方法，首先利用小波分析的方法对受噪声干扰的ECG进行消噪处理，然后，根据有病ECG与正常ECG之间QRS波的分形维数不同的原理，来区分不同种类的ECG信号，对实验结果进行了分析。     

用混沌振子和Kalman滤波检测强分形噪声中的弱信号

针对强分形噪声中微弱信号难于检测这一问题,提出了小波域多尺度模糊自适应Kalman滤波和Duffing振子相结合的方法。先对淹没在强分形噪声中的信号进行多尺度小波变换,根据分形噪声信号小波系数的平稳性,建立状态方程和观测方程,用模糊自适应Kalman滤波,对每一尺度估计出分形信号,然后将估计信号与观测信号作差得误差信号,把误差信号送入Duffing振子,利用Duffing振子对噪声的免疫性,来检测微弱信号。也给出了Duffing振子的免疫性一种新的统计解释。仿真实验结果表明：该方法能在低信噪比和低信干比下有效地检测出淹没在强分形噪声中的微弱谐波信号。     

基于分形维数和数学形态学的图像边缘抗噪检测算法研究

针对现有车牌识别技术中的车牌图像定位处理问题,提出一种基于多重分形理论和数学形态学的复合边缘检测算法。该算法利用多重分形理论中分形维数特征进行图像二值化处理,再利用数学形态学检测连续的特征边缘。试验结果表明,在抗噪性能方面,该方法比经典的边缘检测算子具有更好的检测效果。     

基于多重分形理论的河流氨氮时空演变分析

基于时间序列相空间重构思想和多重分形理论,对安徽省某市河道型水源地氨氮的时间序列进行分析,合理选取嵌入滞时τ,采用Grassberger和Procaccia提出的混沌吸引子的G-P算法,构建n维相空间,计算嵌入维数m和分形维数D.计算结构表明:当嵌入维数达到9以后,河流氨氮时间序列动力学系统具有稳定的分形维数1.886,说明有2个因子在影响该水源地氨氮的动态变化,并且该系统的有效自由度为9,为水质系统建模时提供了变量数的上界.     

PCNN与灰度形态学相结合的图像去噪方法

通过总结脉冲噪声的特性,将脉冲耦合神经网络(PCNN)与数学形态学相结合,提出了一种基于PCNN与数学形态学的脉冲噪声去除方法。首先利用PCNN的同步脉冲发放特性定位脉冲噪声点的位置;然后利用数学形态学开-闭滤波对其进行去噪处理,并将结果与中值滤波、形态学开-闭滤波及PCNN与中值滤波相结合的方法进行了比较。结果表明,本文方法取得了良好的效果,但是以比中值滤波和形态学滤波更多的运算时间为代价的。在和PCNN与中值滤波相结合的方法结果相当的情况下,本文方法的运算时间较少。     

基于小波变换的分形噪声白化滤波器

传统的信号检测理论都是基于白噪声背景假设的,当干扰为色噪声时则需要白化滤波．对于１／ｆ类分形噪声,由于其非平稳性和长程相关等特性使传统的白化滤波不能奏效．针对这一情况,利用小波变换设计了一种白化滤波器,实验结果表明该滤波器是有效的．     

分形滤波及其在信号处理中的应用

介绍一种模糊自动控制滤波器的原理及其在时域信号处理中的应用.讨论了滤波器的滤波效果与模糊控制参数间的关系.提出了一种利用短时分形维数来修正滤波器的模糊控制参数,从而改善滤波效果的方法.通过对Weierstrass函数的滤波,表明了这是一种有效的滤波降噪方法,对各种复杂信号的滤波均有非常好的应用前景.     

基于分形理论的岩相图像识别与分析

基于分形理论,应用计算机数字图像处理技术,提出了一种岩相图像识别与分析的新方法。在对典型岩相图像进行图像处理的基础上,介绍了岩相轮廓的顺序跟踪识别方法,给出了岩相轮郭分形维数的具体计算公式和方法,最终得不同岩相轮廓的分形维数。通过比较不同岩相的分形维数可知,同一种岩相轮廓具有比较接近的分形维数,而不同岩相分形维数相差较大,这说明分形理论可用于岩相图像识别与分析。     

小波分形算法在旋转机械振动信号特征提取中的应用

为克服传统分形理论不包括信号细节成分的缺陷,提出了一种基于小波分形算法的旋转机械故障特征提取算法.该算法将小波函数和分形维数2种故障诊断方法结合起来,既考虑信号细节成分,也注重其局部与整体的关系.利用转子试验台系统模拟了3种故障工况下的旋转机械振动信号,并分别用传统分形维数算法和所提出的小波分形算法对其进行了特征提取.结果表明,2种算法提取得到的特征均有良好效果,但小波分形算法具有较高的准确性,为准确提取旋转机械振动信号故障特征提供了一种快速有效的新方法.     

基于分形维数的聚类融合算法

对基于分形维数的聚类融合算法进行了研究。首先介绍分形维数聚类算法,产生聚类成员;然后利用投票法进行聚类融合;最后简单介绍了云计算环境下分布式聚类融合思想。基于分形维数的聚类融合算法比单一分形维数聚类算法得到的聚类结果更好,具有更好的鲁棒性。在分形维数聚类算法中,结合网格聚类与单一分形聚类的优点,提出了基于网格和分形维数的聚类算法,它可以发现任意形状且距离非邻近的聚类,适合于海量﹑高维数据。