基于改进小波阈值算法的矿用钢丝绳损伤检测信号去噪方法

在矿用钢丝绳损伤检测中,信号去噪对损伤检测信号特征提取与定量识别的准确性有着直接的影响。针对小波阈值算法在钢丝绳损伤检测信号去噪中的应用,在Donoho的软、硬阈值去噪方法的基础上,提出一种改进的小波阈值算法,该算法解决了硬阈值去噪效果不佳与软阈值过度光滑导致信号失真的难题,完整地保留了钢丝绳检测信号中的小奇异信号,去噪效果明显优于传统的阈值去噪方法。     

改进粒子群优化小波阈值的矿用钢丝绳损伤信号处理方法研究

为有效提取矿用钢丝绳损伤信号的特征值,采取小波分析对损伤信号去噪。针对损伤信号中存在小奇异点的特性,对小波分析中的阈值获取和阈值函数选取两方面改进。首先利用粒子群算法优化经验值,并基于Birge-Massart策略获取阈值。提出一种改进的小波阈值函数算法。该函数加入了可调变量,改善了已有软、硬阈值函数去噪中的不足点,通过仿真实验的信号结果和信噪比(SNR)对比几种阈值函数去噪算法,最终得出,采用优化经验值并改进小波域值函数的去噪算法相比于其他方法,更能完整保留原始信号,去噪效果好。     

基于自适应阈值小波分析的磨音信号去噪

针对传统基于软阈值和硬阈值函数的小波去噪方法不能有效消除磨机干扰噪声,导致磨机负荷状态的误判,从而造成生产效率低这一问题,提出了一种基于自适应阈值函数的小波去噪方法。依据实时采集的磨音信号,提取出自适应阈值函数所需参数值,然后基于SURE无偏估计得到信号系数的最优阈值,再进行小波自适应阈值去噪,得到的磨音信号更易于磨机状态的检测。通过对现场采集的磨音信号进行仿真测试得知,经该方法处理后的磨音信号能更加精确地反映磨机负荷,对提高磨机生产效率和节能降耗具有重要意义。     

基于改进Prewitt算子的矿井视频图像小波阈值去噪

由于矿井成像环境的复杂性,导致所获取的图像较为模糊且存在一定程度的噪声,有必要采用适当的方法滤除其中的噪声并提高图像的清晰度。为此,提出了一种结合边缘检测的小波域矿井视频图像去噪算法。首先对噪声图像采用均值滤波算法进行预处理;然后对分别从检测模板、自适应阈值设定方法对经典的Prewitt算子进行适当改进,并采用改进的Prewitt算子提取预处理后图像的边缘轮廓信息,从而获得边缘图像和非边缘图像;最后对于非边缘图像,采用一种基于自适应阈值的改进小波阈值函数模型进行去噪处理,该模型充分结合了小波硬、软阈值去噪模型的优势,能够随着小波分解层数的变化自适应调整阈值大小。为了验证该算法的有效性,采用2幅实地获取的山东兖州某煤矿井下视频监控图像进行试验,并与小波硬、软阈值函数模型及2类已有的改进型小波阈值函数模型进行去噪效果对比。结果表明,该算法的去噪效果优于其余几类函数模型,且算法耗时略占优势,对于提高矿井视频监控图像的质量具有一定的参考价值。     

基于小波变换的电力设备红外监控图像滤波算法

针对电力设备红外监控图像,提出了一种改进型的半软半硬阈值去噪函数模型。该模型首先对经典的半软半硬阈值去噪函数模型添加了1个小波分解系数相关性因子,使得改进后的模型能够更好的保持图像细节信息的连续性;然后在对传统全局统一阈值的基础上融入了小波分解层数因素,并结合反正弦函数对其进行了改进,使得改进后的阈值能够根据小波分解层数的变化而快速、灵活地调整。为了验证该模型的有效性,对实地获取的电力设备红外监控图像进行去噪试验,结果表明,本研究提出的阈值去噪函数模型的性能明显优于经典小波软、硬阈值函数模型、半软半硬阈值函数模型,对于高效处理电力设备红外监控图像具有一定的参考价值。     

边坡变形监测数据小波去噪研究

变形监测中获得的观测资料不可避免地存在着噪声,如何从受噪声干扰的数据序列中提取特征信息,提高变形监测的精度是变形监测系统所涉及的关键技术之一。利用小波方法对边坡监测的数据进行去噪研究,着重研究了降噪方法(算法)、小波基函数以及阈值等的影响。硬阈值比软阈值处理后的信号更加粗糙,软阈效果好于硬阈,阈值和小波基函数都有重要影响。采用强制去噪后的效果很明显,重构层数选取对滤波效果有重要影响。     

基于小波阈值降噪方法风机监测信号的研究

风机监测信号采集噪声问题非常严重,采取小波分析法进行去噪,该方法的关键就是阈值的选取和阈值的处理方法。对阈值处理函数和阈值选取形式进行了比较,并在MATLAB环境下进行仿真研究,结果表明软阈值函数启发式阈值小波降噪比较适合于风机监测信号的降噪处理。     

基于小波阈值降噪方法风机监测信号的研究

风机监测信号采集噪声问题非常严重,采取小波分析法进行去噪,该方法的关键就是阈值的选取和阈值的处理方法。对阈值处理函数和阈值选取形式进行了比较,并在MATLAB环境下进行仿真研究,结果表明软阈值函数启发式阈值小波降噪比较适合于风机监测信号的降噪处理。     

矿山遥感图像小波域模糊隶属度阈值去噪算法

矿山遥感图像作为一类重要的矿山测量数据,其质量在很大程度上受到矿区成像环境的影响。鉴于小波变换的图像多尺度分析特性,提出了一种小波域遥感图像模糊隶属度阈值去噪算法。该算法首先对失真的矿山遥感图像采用均值滤波算法进行预处理,消除一部分图像噪声。然后对预处理后的图像进行3层小波分解,对于基本不受噪声污染的低频小波分解系数不作处理,根据高频小波分解系数的噪声分布特征,设计了模糊隶属度阈值去噪模型用于去除其中的噪声,该模型对小波软阈值去噪模型进行了2点改进:1根据图像局部区域噪声信息与非噪声信息难以有效区分的情况,设计了模糊隶属度因子,通过设定特定的小波阈值,对不同的高频小波分解系数是否含有噪声进行自适应判定;2顾及到图像小波分解层数以及各高频小波分解系数的幅值,对经典小波贝叶斯阈值计算方法进行了改进。最后将原始低频小波分解系数与去噪后的高频小波分解系数进行重构,得到高清晰度的矿山遥感图像。采用山东兖州矿区的1幅遥感图像进行试验,并引入了边缘保持指数(Edge protection index,EPI)、信噪比(Signal noise to ratio,SNR)进行去噪效果评价,结果表明:所提算法对于失真的矿山遥感图像的去噪效果明显优于小波硬阈值、软阈值去噪模型,并且相对于已有的2类改进型去噪模型,优势也较显著。     

基于Shearlet变换的矿井机电设备视频监控图像处理

矿井机电设备的高效运行是井下安全生产的重要保障,但由于井下粉尘较多、光照不均匀,导致井下视频监控系统获取的机电设备图像较为模糊,影响了对机电设备运行状况的有效监控。为此,将Shearlet变换与图像区域自适应分类方法相结合,提出了一种矿井机电设备视频监控图像处理算法。首先结合图像局部均值和标准差,设计了一种图像块自适应分类方法,将图像自适应分成同质块、非同质块和边缘块等3类图像块,对同质图像块进行维纳滤波;然后对非同质图像块进行多尺度Shearlet变换,得到低频、高频Shearlet分解系数,对高频Shearlet分解系数提出了一种Shearlet变换域自适应阈值去噪函数模型来去除其中的噪声,将原始低频shearlet分解系数及去噪后的高频Shearlet分解系数进行重构;最后,将边缘图像块和去噪后的同质图像块、非同质图像块进行叠加。采用MATLAB语言分别将维纳滤波、小波硬阈值去噪函数模型、小波软阈值去噪函数模型以及所提算法进行编程并进行试验,结果表明:所提算法处理后的图像视觉效果有了较大程度改善,清晰度较好,对于提高矿井机电设备视频监控图像的质量有一定的参考价值。     

基于小波阈值法的平移不变心电信号去噪

针对小波阈值去噪法在心电信号的Q、S波处产生的Pseudo-Gibbs现象,文章给出了基于小波阈值法的平移不变心电信号去噪算法。MTALAB上的仿真结果表明,给出的算法与小波阈值法相比具有更高的信噪比和更小的均方根误差。     

电磁辐射法在冲击地压预测中的应用

试验研究表明,煤岩在冲击破裂过程中,裂缝的形成和颗粒的摩擦会产生电磁辐射,煤岩体所受的应力越高、变形破裂越强烈,电磁辐射信号越强.在冲击地压发生前,煤岩电磁辐射将有较大幅度增加,通过捕捉电磁辐射能量来确定预测冲击矿压危险的临界指标.     

基于谱减法和小波阈值的新型语音降噪算法研究

谱减法是最常用的一种语音增强技术,其特点是计算复杂度低、实时性强、易于实现。其缺点是在低信噪比时,极易丢失语音信号中有用信息,与此同时引入了"音乐噪声"。而小波分析具有"数学显微镜"之称,在降噪方面有独特优势。本文结合谱减法和小波阈值技术的优势提出了新型算法,并有效改善语音降噪效果。     

基于MapGIS的含量-面积法确定地球化学异常下限

利用MapGIS进行数据处理,经应用对比表明含量-面积法可以提高对区域异常的分辨力,减少异常查证的面积,进而迅速定位靶区。     

分形方法在辽西月明山地区土壤地球化学异常确定中的应用

本文应用分形法研究了辽西月明山地区地球化学异常及其下限的确定,基于月明山地区1∶1万土壤测量数据,笔者采用分形法对该区域内地球化学金、钼元素异常进行了圈定。通过与传统方法计算出的异常下限进行比较,分形确定的异常下限更符合实际情况,同时多重分形模式可以更好的显示出元素分布特征和富集趋势。通过对元素异常的圈定,初步判断区内发现小型金、钼矿体的可能性较大,为进一步找矿指明了方向。除金、钼外,该方法还普遍适用于其他元素和地质数据,具有普遍性。     

基于小波能量熵的故障信号诊断研究

针对电力故障信号为突变、非平稳信号的特点,利用消噪阈值法对故障信号进行预处理,通过小波变换对故障信号进行特征提取,然后将小波变换和信息熵相结合,并应用到故障检测与定位中,为奇异信号的检测提供了新思路和新手段。通过仿真分析,得到以下结论:小波能量熵WEE可以很好地检测故障突变点,小波能量熵随时间的变化规律,反映了电流或电压在时域的能量分布特征并表征信号的频率变化,可以用作分类所需的特征。     

小波分层阈值处理在语音增强中的应用

针对谱减法用于语音增强残留噪声的问题,提出了一种新的阈值确定方法对小波系数进行分层阈值处理,并用短时能量和短时过零率对阈值处理过的各小波系数进行端点检测,利用检测结果确定语音信号的起止点并把起止点之间的部分取出形成新的小波系数向量,然后把经上述处理过的各层小波系数重构,以达到去掉噪声的目的。实验结果表明,与谱减法相比,文中方法可以明显提高语音信号信噪比和清晰度。     

基于小波收缩的电机控制系统去噪研究

小波变换的方法可以降低电机控制系统中的噪声影响,通过变换分解出高频噪声部分,利用小波收缩的阈值量化方法去掉高频部分,再重构信号从而达到去噪目的,通过实验总结出SYM12结合软阈值处理法在信号重构及去噪效果方面都是最优的。     

石灰石矿山台阶边坡爆破振速安全阈值研究

爆破是矿山露采的必要手段,爆破振速安全阈值的确定对矿山台阶边坡的安全开采起着重要的作用。以四川兴联石灰石矿山台阶边坡为例,采用速度判别法,选取规范中的爆破振速安全阈值为拟静力法和动力显示分析法作参考;采用拟静力法,选取优势结构面作为潜在滑动面反演得到爆破振速安全阈值;采用ANSYS/LS-DYNA的动力显示分析法,建立台阶边坡模型,选取模拟监测点数据与实际监测数据进行对比,并结合质点振动速度与应力进行回归分析得到爆破振速安全阈值。通过对三种方法的对比研究得到,拟静力法与动力显示分析法得到的结果接近,且符合速度判别法中的规范。综合三种分析方法最终对台阶边坡爆破振速安全阈值进行合理取值。     

含孔试样渐进性破坏的表面变形特征

瓦斯抽采钻孔孔周裂隙漏气是抽采失效的主要原因之一,孔周裂隙扩展在煤体破坏的过程中表现孕育、稳定扩展及迅速扩展3个阶段。为探究孔周裂纹在松软煤体不同破坏阶段的发展特征,开展含孔试样渐进性破坏过程中的孔周裂纹扩展规律研究。将石膏与水以质量比7∶3混合制成类软煤含孔方形试样,进行单轴压缩试验并采用数字散斑相关测量方法(DSCM)获取试样表面全场变形。基于此,提出了利用DSCM系统确定应力门槛值的方法,并将其用于含孔试样渐进性破坏过程的孔周变形精细化分析,利用该方法所确定的应力门槛值可将试样的破坏过程划分为5个阶段,通过提取与计算分析试样表面全场变形数据,得到在不同阶段内试样表面相对位移、以及孔周位移。结果表明:试样表面相对位移发展历经缓慢降低,加速降低以及迅速降低3个阶段,其中加速降低和迅速降低阶段与应力-应变曲线的裂纹稳定扩展和裂纹加速扩展对应;在压缩过程中,由于孔周对称移动造成孔周表面拉伸和压缩错动,最终在表面形成主拉伸裂纹和法向剪切裂纹。