模糊奇异性信号的检测机理

工程实际中一般很难有理想的奇异性信号,它们的奇异性往往表现得很模糊。该文从理论上分析了这种模糊奇异性信号的小波检测机理,证明了小波对模糊奇异性信号的检测相当于用一个新小波对理想奇异性信号进行检测,给出了新小波的生成定义与实例、理想奇异性信号的模糊化模拟与检测实例,也给出了一个工程实际模糊奇异性信号的奇异性检测过程,这些实例结果证明了理论分析的正确性。     

小波奇异性检测及其在故障诊断中的应用

振动信号的突变点往往携带了设备运行状态的重要信息，基于小波分析的信号奇异性检测理论可以对信号的局部奇异性给出定量的描述指标，即奇异性指数。藉此理论，本文对较为复杂的往复式空气压缩机气阀振动信号作了分析，探讨了用于故障气阀自动识别的方法，收到了较好的效果。     

基于小波奇异性的管道泄漏检测方法

对小波变换的理论进行了简要的介绍,特别是信号的奇异性检测,并以输油管道泄漏后获得的负压波信号为对象,利用小波变换方法来分析信号的奇异性及奇异性位置。应用到输油管道泄漏检测中,实验证明了该方法对管道泄漏诊断的精度,同时也显示出小波分析在泄漏定位方面的优越性。     

奇异信号消噪中小波消失矩的选取

信号小波变换模的局部极大值和信号奇异性之间存在对应关系，利用信号和噪声小波变换模极大值在不同尺度上表现出的截然不同的性质，可以对奇异信号进行消噪。本文讨论了小波消失矩的阶数与信号Lipschitz指数间的关系，分析了消失矩对奇异信号检测的影响。实验结果表明，为了有效地检测奇异信号的各种奇异性特征，需要根据信号奇异性选择具有不同消失矩的小波。     

小波变换在机械故障信号分析中的应用

正确检测机械故障信号对提高机械设备运行稳定性具有非常重要的意义。通过简要介绍小波变换应用在信号奇异性检测方面的基本原理,提出基于小波变换的机械故障信号分析方法,该方法既充分利用了小波变换在故障信号分析中的优点,又克服了传统傅里叶变换分析方法的不足,对机械故障信号处理具有良好的效果。     

基于信号奇异性分析的小目标检测方法

提出了一种新的基于信号奇异性分析的小目标检测方法,该方法将图像中的小目标看作是图像信号中的奇异点(突变点),利用小波变换模极大值点同信号奇异点之间的对应关系,结合信号奇异性与模极大值在多尺度上的变化规律,实现噪声抑制和信号增强,然后通过区域分析,检测图像小波变换模极大值,进而实现小目标检测。实验结果证明该方法是行之有效的。     

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。     

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。     

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.     

小波变换在信号奇异性特征检测中的应用

奇异性检测在类似故障诊断这样的工程应用中意义非凡,其中一项就是关于信号故障奇异性特征的提取。通过数学软件Matlab做了关于小波变换在噪声信号的奇异性特征和故障信号检测中的仿真实验。结果表明,小波分析在非平稳信号特征检测中有着较好的稳定性和可靠性。     

基于二分递推SVD的信号奇异性位置精确检测

 提出利用信号构造行数为2的矩阵,在奇异值分解后保留小奇异值对应的分量,并取大奇异值所对应的分量信号重复构造相同矩阵进行奇异值分解,从而将原始信号分解为一组分量信号.这种分量信号具有二阶消失矩,可实现对原始信号中Lipschitz指数为0和1的奇异性的位置精确检测,其检测脉宽小,且在同一层分量中指示奇异点位置的模极大值和奇异点处的突变量、转折斜率具有正比线性关系.此法克服了小波变换检测结果的位置偏移和脉冲宽大的缺陷,在对铣削力信号的处理中,准确地检测出了其中的微弱冲击.     

基于小波变换的电磁无损检测技术

电磁无损检测信号中具有大量的噪声信号,给信号分析带来很大困难。小波分析可以聚焦到信号的不同细节,选取B-小波为小波基更能提高信号分析的效果,将它应用于检测信号的消噪平滑和奇异性检测,使得信号更加光滑,消除了干扰信号,避免断丝误判,同时使奇异点更加明显,有效地提高内外部断丝识别和定量检测的准确率,实验证明该方法效果明显。     

基于小波变换的一维信号奇异性检测研究

讨论了用小波变换检测一维信号奇异性的方法，并采用MATLAB编程实现了实验仿真，实验中对Lipsehitz指数进行了计算，实验值和理论值十分接近。     

基于小波变换的扩频系统PN码捕获研究

由于小波分析具有多分辨率的特点,使得利用小波分析的工具在对突变信号的检测上提取信息方面有着很强的优势。利用小波的这一性质提出了一种小波捕获的方法。通过实际仿真证明B样条小波对有噪声污染的调制信号和白噪声信号的检测更优越;并基于Harr小波提出了一种步进快速捕获方法,通过理论分析,证明该方法可有效减少捕获时间。     

基于小波变换模极大值通信信号码元跳变检测

小波变换对信号的跳变点和奇异点有很好的检测能力,其应用相当广泛.数字信号在码元边界上由于幅度、频率或相位的变化而产生变化,利用小波变换的模极大值方法可以对数字通信信号的码元跳变点进行检测.计算机仿真结果表明,该方法对码元的跳变点检测具有很高的精确性.     

小波变换在表征飞行器弹道特征点中的应用

航天飞行器外弹道测量数据是分析和评估飞行器飞行实验是否成功的重要依据，也是改进飞行器控制系统设计、提高制导精度的重要依据。飞行器外弹道特征点测量数据处理的目的是通过处理雷达对航天飞行器开舱、级间分离、姿态改变等特征点的测量数据，计算出测量数据精确的突变（奇异）点时刻。由信号小波变换的奇异点在多尺度上的综合表现来表示信号是小波变换引人注意的另一应用领域。小波分析具有空间局部化性质，利用小波分析来分析信号的奇异性及奇异性的位置和奇异度的大小是比较有效的。     

一种弱信号检测新方法分析

通过计算机仿真分析一种基于频域积累和小波变换相结合的弱信号监测方法,仿真在Matlab上完成。分别分析小波变换和频域积累用于弱信号处理的去噪效果。仿真表明,小波变换对信噪比很低的信号去噪效果较差,频域积累需要较长的数据采集时间,会使信号处理的实时性变差。在此基础上,提出将两种方法结合起来使用,先用频域积累将信噪比提高,再用小波变换进一步去噪,从而形成了一种新的弱信号检测方法,该方法既可有效去噪,实时性也较频域积累有很大改善。