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。     

基于小波包分析的道路信号加速度特征谱提取

道路信号是一个复杂的含有多种成分的时域波形, 具有非平稳性, 同时信号中还存在各种干扰和噪声. 应用小波包的分解与重构算法, 将由加速度传感器测得的离散时域信号的频带进行多层次划分, 并根据被分析信号的特征, 选择相应的频带, 使之与信号频谱相匹配, 从而提高了时-频分辨率, 最后提取出加速度信号的特征谱. 实验结果表明, 小波包分析可以有效地用于分析处理道路信号.     

基于小波包能量谱的滚动轴承故障检测

小波包具有对非平稳信号进行局部化分析的功能,可解决小波分析在高频部分分辨率差的问题,据此,提出一种基于小波包能量谱的滚动轴承故障分析方法。首先,将振动数据小波包分解为多个子频带,求出各频带的能量比例;然后,比较正常振动信号与故障振动信号的频带能量谱,识别出故障的频带;在此基础上,重构故障频带,运用Hilbert变换对重构信号包络解调,提取出故障频率。试验结果验证了采用小波包能量谱对滚动轴承故障检测的可行性。     

小波变换在电网谐波电流检测中的应用

小波变换是一种变分辨率的时频联合分析方法,可以对时域和频域信号进行精确地分析。利用小波变换对电网中的谐波电流检测原理进行了分析,通过将电网电流信号分解到各个频带,将基波电流与谐波电流分离,从而达到检测电网谐波电流的目的。仿真实验表明,小波变换谐波检测可以有效地排除电压失真的影响,具有较高的检测精度。     

基于小波分析的压气机失速初始扰动信号处理

文章对于在某型压气机试验器失速/喘振试验中获得的6组压力脉动信号进行失速初始扰动分析研究。利用时域-小波函数对信号进行降噪预处理、多分辨分析,将分解在各个频带内的小波系数重构为相关频带内的压力信号分量,当重构后信号的幅值大于预先设定的阈值时,认为压气机即将进入失速状态,可以采取控制措施。结果表明,小波降噪能有效分离信号中的高频噪声同时保留突变信号,达到有效降噪的目的。通过预先设定的阈值,监测压力重构信号,可以给出失速预警信号。     

基于谐波小波包变换的信号检测

利用二进离散小波变换检测周期性信号时,由于频带间的干扰,微弱成分易被强信号所淹没,为解决此问题,提出一种基于谐波小波包变换的周期性信号检测算法。利用谐波小波函数的盒形频谱结构,根据目标声信号的特点,选择合适的分解层数和分析带宽,由此避免分析频带之间的相互干扰。对实测数据的分析结果表明,谐波小波包变换对于低信噪比下的微弱线谱信号成分有一定的增强效果。     

小波包算法在电力变压器局放信号检测中的应用

分析了电力变压器局部放电信号检测现场的各种干扰,设计了用于计算机模拟并仿真现场干扰的局部放电检测信号．在对小波及小波包算法介绍的基础上,将小波包分解与重构算法用于强载波及无线电干扰下的变压器局部放电信号检测问题,并对模拟的局部放电信号进行了小波包分解与重构的计算机模拟．模拟结果表明,小波包分解与重构算法可以从强载波及无线电干扰中检测出局部放电信号并且具有良好的性能．     

小波包算法在电力变压器局放信号检测中的应用

分析了电力变压器局部放电信号检测现场的各种干扰,设计了用于计算机模拟并仿真现场 局部放电检测信号,在对小波及小波包算法介绍的基础上,将小包分分解与重构算法用于强载波及无线电干扰下的变压器局部放电信号检测问题,并对局部放电信号进行了小波包分解与重构的计算机模拟,模拟结果表明,小波包分解与重构算法可以从强载波及无线电干扰中检测出局部放电信号人有良好的性能。     

信号的多分辨率分析及其在消噪中的应用

小波多分辨率分解能够将信号在不同的尺度上展开,因而具有对信号按频带进行处理的能力,这对于分析特定频段上信号的细节,建立表征识别故障信号的特征以及清除信号的干扰与噪声等方面具有十分重要的意义。本文给出了信号多分辨率分析在信号消噪方面的具体应用实例。     

地质雷达信号分析的双正交小波预测反褶积法

为了降低电磁波衰减、噪声干扰等因素对地质雷达检测效果的影响,提出一种双正交小波预测反褶积法（PDBW法）。在PDBW法中,针对地质雷达检测信号选取具有最小重构误差的双正交小波基,运用该小波基将地质雷达检测信号分解成不同频段的时域子信号,对各频段的时域子信号进行预测反褶积等滤波处理,再对处理后的子信号进行重构变换,得到PDBW法的处理结果。将PDBW法用于实验检测信号处理,并将处理结果与预测反褶积法的处理结果进行比较,结果表明：PDBW法能有效压制多次回波干扰,准确识别深部信号,显著提高深部信号信噪比,从而进一步改善地质雷达探测分辨率和图像分析的准确性。     

基于余弦过完备原子库的语音信号MP稀疏分解

本文以语音信号为研究对象,根据语音信号具有类周期的结构特性选用余弦过完备原子库,在其上进行基于MP的语音信号稀疏分解.该方法在保证重构语音信号质量的同时较大幅度地缩小了原子库,进而节省了存储空间和计算时间.通过计算机仿真证明了余弦过完备原子库对于具有类周期特性的信号比Gabor原子库在分解重构上更为有效.     

基于快速傅里叶变换和db小波变换的谐波检测

在电力系统谐波检测中,使用快速傅里叶变换法(FFT)可以得到平稳谐波信号中的频谱,从而可以确定该信号中谐波的频率和幅值等信息.但FFT局限于得到信号的频域信息,很难检测到谐波发生的具体时刻,而小波变换可以捕捉到信号中的细节部分.针对复杂谐波信号,提出了一种将快速傅里叶变换和小波变换相结合的检测方法.由Matlab仿真结果可知,该方法可以检测稳态谐波,确定暂态谐波的突变时刻.     

屏幕泄漏信息最佳截获频段的一种选取方法

计算机显示系统辐射发射出含有屏幕信息的电磁波,在远场用接收机可隐秘截获. 为了快捷有效地找出截获屏幕信号的最佳频段,提出了一种基于通用设备的方法. 首先,在个人计算机关机及开机且显示特制黑白竖条纹图像情况下分别多次测量10 MHz~1 GHz频段的频谱,通过频谱相减判断出极可能含有屏幕信息的大致频段;然后,在点频及其谐波频点附近查找特制图像信号,若显示全黑图像时此峰值信号消失则可判断其为特制图像信号;最后,综合考虑频点处特制图像信号峰值大小和背景电磁噪声,挑选出最佳截获频段. 截获实验结果表明,所选频段可还原出最佳屏幕图像.     

电网频率监测系统设计

提出了一种基于相位差法的电网频率跟踪算法,适用于实时电力谐波分析.该算法主要包括采样信号的快速傅里叶变换(FFT),相位差计算及电网频率跟踪计算.软件设计结合VB和MAT-LAB软件的特点,开发了一种基于COM组件技术的电网频率监测系统,该系统将MATLAB中的电网频率跟踪算法做成COM组件,然后在VB中调用,提高了软件的开发效率和谐波分析的精度.经测试表明,系统设计人机交互界面友好,运行稳定.     

基于切线技术的正弦脉宽调制算法

正弦脉宽调制技术在变频器领域得到了广泛应用,随着信号处理技术的迅速发展,全数字控制技术已成为主流,以更快的速度计算功率器件的切换时间,同时提高基波幅值、降低谐波含量是正弦脉宽调制技术的主要目标.该文提出了基于切线技术的正弦脉宽调制控制算法,仿真结果表明,该算法降低了计算开关时间的复杂度,同时谐波含量较低,具有较好的谐波分布特性,有一定的实用价值.     

简化球谐近似与拉普拉斯正则化的FMT成像方法

荧光分子断层成像作为一种先进的光学分子影像,可以有效重建小动物体内荧光团的浓度和三维空间分布信息,实现肿瘤的早期检测.为了提高重建的图像性能,针对扩散模型只适合高散射低吸介质的局限性,采用基于辐射传输方程的简化球谐近似模型进行前向模拟,同时为克服重建过程的病态性,应用一种融合结构信息的拉普拉斯正则化方法进行图像重建.数值仿真实验结果表明,该方法能够获得较高质量的重建图像,尤其对于小荧光团和多荧光团成像.     

相空间重构中的K-L变换

在对单变量输出时间序列用延迟坐标状态空间法进行相空间重构基础上 ,提出对重构后的相空间再作K L变换的改进方法 .采用这种方法后 ,在保留原信号绝大部分能量的前提下 ,能够完全去除重构相空间中各个向量之间的相关性 ,更好地恢复原动力系统的特征 ,更多地体现出原信号所携带的信息 ,同时该方法还可以减少重构相空间的计算量 .     

一种叶片裂纹检测的稀疏共振解调算法

针对强相干噪声干扰下叶片振动信号中裂纹故障微弱特征的提取问题,提出了一种基于稀疏共振解调的诊断方法。首先,利用从中心集化多分辨分析处理机组上取得的原始振动信号进行子空间重构;其次, 对小波子空间信号进行希尔伯特包络解调,选取故障特征频率及其倍频成分能量占优的子空间;再次, 根据周期性故障稀疏模型,采用梳形滤波器分离故障特征频率及其倍频成分,构造故障分量参考信号;最后,结合故障参考信号对子空间重构信号进行小波降噪, 从而提取与叶片裂纹相关的微弱特征。在出现叶片裂纹故障的发电机组增压风机故障诊断案例分析中,仅采用多尺度分解无法在时域上得到周期性冲击故障特征。而采用所提出的基于稀疏共振解调方法进行信号处理后,强相干噪声得到了有效抑制, 从而突出了故障特征。     

基于K中心点聚类分析的大地电磁阻抗识别

在大地电磁场复杂的观测环境中,信号会受到不同类型或程度的噪声干扰。传统阻抗估计或提取方法（如功率谱法、Robust法等）难以获得稳定的阻抗值。利用大地电磁阻抗的实虚分量特性,受噪声干扰小的信号阻抗分布集中,受噪声干扰严重的信号阻抗分布散乱。引入K中心点聚类分析对阻抗进行提取与识别,并利用阻抗欧氏距离来描述阻抗间的相似性,依据相似性把受干扰小的信号阻抗划分到一类,受干扰大的信号阻抗划分到不同的类。依据相干度准则和紧凑性准则等类的选取准则,甄别出干扰环境中阻抗所在的最佳类。通过仿真实验和实例分析,验证了K中心点聚类分析能在噪声环境中识别出高质量的信号,恢复出真实阻抗值。     

基于改进LMD及LSTSVM的管道泄漏检测与定位

在管道泄漏检测中,管道首末两端采集压力信号的噪声会影响泄漏检测的准确性和泄漏定位的误差。为了最大程度地降低噪声的干扰,提出改进局域均值分解(LMD)方法,该方法在外界噪声特征未知的情况下,有效提取与泄漏信号相关的乘积函数(PF)。根据测试信号的PF和参考信号相关分析的峰值,获取包含主要泄漏信息的PF分量并进行信号重构,重构信号再经过小波分析进一步消噪。在此基础上,按照时域特征和波形特征提取信号特征值输入最小二乘双支持向量机(LSTSVM)中,用以区分不同工况。根据经过小波消噪后的重构信号,采用广义相关分析法获取泄漏信号到达首末两端负压波信号的时延估计,并结合泄漏信号传播速度实现泄漏点定位。通过环道现场实验,对管道各种工况信号进行处理分析。结果表明,该方法能有效识别不同工况及泄漏定位。