基于模极大值小波域的局部放电信号重构算法

局部放电信号是奇异信号，利用模极大值原理，可以对局部放电信号去噪，然而，对于单个的局部放电脉冲信号，如何由保留下来的少数模极大值点重构局部放电信号是一个重要课题。为此，该文提出一种基于模极大值小波域的局部放电信号重构算法，该算法先根据模极大值小波域的定义求出局部放电信号的模极大值小波域，从而得到局部放电信号的小波系数，然后逆变换得到局部放电信号，实例分析表明，该算法程序简单，易实现，速度快，能满足局部放电在线监测的需要。     

一种基于小波变换模极大值的雷达信号噪声去除方法

本文在Mallat的模极大值去除噪声的算法基础上,给出了一种在小波变换模极大值域进行自动滤波的算法。该算法在小波变换模极大值空间中,可自动识别信号和噪声,并自动去除对应噪声的模极大值,以达到去噪的目的。将该算法应用于雷达散射波信号的噪声去除,试验验证,其对白噪声和时间抖动噪声的抑制较好。     

基于小波变换模极大值去噪方法的改进

由Mallat的极大值去噪算法出发,与利用尺度间小波变换相似系数的阈值去噪方法结合,提出了一种新的改进去噪算法。该方法克服了模极大值法在信号重构方面计算复杂,重构信号产生偏差的缺陷。通过对局放信号的去噪仿真计算,证明了该方法运算简单,适合局放信号的处理,处理后的局放信号不失真,剔除噪声效果好。     

基于小波邻域阈值分类的电能质量信号去噪算法

提出了一种基于小波邻域阈值分类的自适应阅值电能质量信号去噪算法.首先结合所用小波函数,基于模极大值小波域确定最佳邻域窗口尺寸;然后利用各个尺度携带信号信息的小波系数其分布具有"簇聚"性质及其小波系数具有局部相关性,通过邻域阈值对小波系数进行分类,对分类后的"小"系数直接置零,对"大"系数则采用一种具有局部强相关性的零均值高斯模型,通过最小均方误差准则得到其估计.仿真实验结果表明,该算法对实际电能质量信号去噪是有效的,在去噪性能上优于常用的多种自适应阈值去噪算法.     

大坝水平位移监测数据的小波变换去噪处理

将实际观测到的一组大坝水平位移监测数据作为通常意义下的时序信号，并对其进行小波变换分析。根据噪声和有用信号的小波变换系数模极大值在不同分解尺度上的传播特点，提出了根据模极大值的传播规律来区别噪声和有用信号的方法，并给出了具体的算法和计算程序。对模拟数据和实测数据的处理结果表明，基于小波分解模极大值的去噪方法能够有效剔除土木工程变形监测数据中的噪声，识别被噪声湮没的有用信号。     

小波变换与形态学运算相结合的脉搏波检测算法

提出了1种基于小波变换模极大值与形态学运算相结合的脉搏波检测算法.该算法采用Symlet小波的Mallat算法对脉搏信号作多分辨率分解,利用数学形态学运算突出信号的峰谷点特征,将小波变换模极大值检测原理与形态学峰谷检测算法相结合,实现了对脉搏波的准确检测和精确定位.     

基于滤波预处理的小波故障检测方法

现有的基于信号奇异性分析的故障检测方法不同程度地受到噪声的影响。提出了将电力信号滤除工频周期分量后,通过提取适当尺度上的小波模极大值点检测故障的方法。通过预处理滤除工频周期分量,消除了小波变换在信号峰值处的模极大值,从而避免了对故障的误判。小波变换将预处理信号中的故障分量和噪声分解在不同的尺度空间中,保证了故障特征的提取和算法的抗噪性能,简化了的Mallat信号奇异性检测方法,在降低算法计算量的同时,可保持故障的定位精度。仿真研究表明:故障定位准确,且对噪声不敏感,可推广应用到其他周期信号的分析中。     

一种用于抑制白噪声的分层复阈值算法

基于PD信号的复小波变换模极大值随尺度s的增加而增加，而白噪声的复小波变换模极大值随尺度s的增加而减小的特点，创建一种分层复阈值算法。将分层复阈值用于复小波变换对仿真PD信号的去噪，并与全局复阈值算法进行了比较。同时在对仿真PD信号去噪后的波形畸变研究中，为弥补波形相似性参数(NCC)的不足，提出一个新的描述波形相似程度参数--变化趋势参数(VTP)，并结合去噪前后的信噪比(SNR)对去噪效果进行综合评价。将分层复阈值技术用于对实验室实测的模拟GIS超高频PD信号的去噪。结果表明，采用分层复阈值技术的复小波变换抑制白噪声的效果更好，在高信噪比(SNR)或噪声抑制比(NRR)的情况下，对信号的畸变也更小。     

超声导波管道检测的小波模极大值去噪法

在管道超声导波无损检测中,缺陷回波信号的质量是实现管道缺陷识别和特征提取的基础。针对在无损检测过程中,频散效应和噪声干扰对缺陷回波信号特征值提取的影响,利用回波信号和噪声的小波变换模极大值在不同尺度上传播特性的差异,采用小波变换模极大值的去噪算法,对超声导波回波信号进行去噪处理。仿真和模拟实验结果表明,小波模极大值去噪法能有效处理回波信号中的噪声的干扰,为下一步管道缺陷的识别与特征提取等打下良好基础。     

基于小波变换的含噪声行波信号奇异点检测

小波变换是检测信号奇异点的一种有效的数学工具.对于含噪声电流行波信号奇异点的检测,则需要一个基于小波变换的有效算法.作者在非线性阀值法去噪的基础上利用模极大值线的方法正确地检测出含噪声行波信号的奇异点,并通过数字仿真验证了此方法的实用性.     

在线监测系统中小波去噪方法及模型的建立

在线监测系统通常受到很强的外界干扰,因此对采集到的信号必须进行去噪处理才能获得可靠的信息。针对此类噪声问题,利用信号与噪声进行小波变换后在各尺度空间呈现的不同特性,提出了基于小波变换的阈值去噪法。结果表明,这种去噪算法可以有效地提取接在线监测信号的特征,有较大的实用价值。     

变压器局部放电信号小波消噪新算法与试验分析

目前变压器局部放电信号小波消噪主要有阈值法、相关法和模极大值法3种,其都有一定的局限性.针对这些局限性,笔者结合阈值法和模极大值法的特点和适应范围,给出了一种新的小波消噪算法,最后用该算法编程对变压器局部放电信号进行分析.实验表明该算法能较好的消除白噪声,并对强电脉冲干扰有一定的抑制作用,证明其在变压器放电信号处理中有...     

小波变换 第3讲 二进小波变换及信号的奇异性检测

介绍了基于Ｂ样条的二进小波函数及二进小波变换的特性、算法,重点介绍了基于小波变换模极大值的信号奇异性检测理论,其要点是：信号可以通过其小波变换模极大值表示,也可通过其模极大值重构。因此,信号的表示变得异常简洁。由于二进小波变换具有平移不变性,从而在模式识别和信号的奇异性检测中获得广泛应用。     

用于提取PD信号的复小波簇消噪算法

因电气设备处在强烈电磁干扰环境中,常被噪声淹没,为了准确检测PD信号,需有效抑制其噪声干扰。根据PD信号和白噪干扰的复小波系数各有其特点和小波变换的本质是被分析信号和小波做内积运算,提出了从一簇复小波中逐层选择最优复小波并根据模极大值原理确定分解层数的方法即以阈值消噪法为基础的复小波簇消噪法。采用该方法对PD染噪信号进行去噪处理,并用去噪前后的信噪比(SNR)和波形相似性参数(NCC)对仿真PD信号的消噪结果进行评价。结果表明,复小波簇消噪法在满足SNR>10 dB的要求下,两个信号的NCC都>0.9,复小波簇消噪法从白噪干扰中提取PD信号的能力更强,在高SNR的情况下,信号的畸变也更小。     

谐波小波包在接收机中的应用研究

在强噪声环境中检测出微弱信号的能力是接收机重要性能指标之一.为了提高接收机在强噪声环境中检测微弱信号的能力,将小波去噪算法和谐波小波滤波算法应用到接收机的数字处理部分,并使用MATLAB软件做了相应的仿真.仿真结果表明,在-30 dB的信噪比下,小波去噪算法效果不理想,谐波小波滤波算法取得较好的效果,能够在强噪声环境中...     

基于二进小波变换的电能质量扰动检测

电能质量扰动起止时刻和持续时间是描述扰动的重要属性,为了对电能质量进行分析与评估,需要对其进行检测。小波变换的局部模极大值对应信号的突变点,可以用来检测电能质量扰动。连续小波变换的计算量大,存在较大冗余,而多分辨率分析的方法由于进行了二抽取,难以直接根据变换结果进行检测,需要重构信号,因此,采用了二进小波变换对电能质量扰动进行检测。使用电磁暂态分析程序ATP仿真软件对电能质量扰动信号进行了仿真,用样条小波进行二进小波变换,检测结果表明在分解尺度一上可以实现较为准确的检测。     

改进的小波收缩消噪技术及确定消噪门限的方法

本文阐述了一种改进的小波收缩消噪技术，将在小波系数域进行的收缩改进到模值域上进行，并根据统计知识和李氏指数的理论推导出了噪声各个阶次小波变换模值上界之间的关系及对模值上界的估计方法。进而提出了各个阶次消噪阈值的自动确定技术，实现了无人工干预的小波消噪。     

基于自适应提升小波的局部放电信号噪声消除

为了解决在局部放电信号检测中的噪声抑制问题，采用提升小波变换的方法构造小波，在讨论了第二代小渡变换基本原理及特点的基础上，将自适应性引入提升小波方案中，提出了第二代小波变换的改进算法，并用先更新后预测的改进提升方案解决因自适应性引起的非线性问题。将提出的改进提升方案应用到局部放电信号的去噪处理中以验证其效果，并将其去噪效果与传统小波变换的去噪效果进行了比较。仿真结果表明，这种经过改进的提升方案取得了比传统小波变换更好的去噪效果。     

使用提升小波进行超分辨率图像重建

介绍了提升小波变换,研究了提升小波的优点,提出了使用提升小波进行超分辨率图像重建的方法。对原图进行旋转、平移、加噪并进行下采样,得到低分辨率图像序列。选取阈值,对低分辨率图像序列进行提升小波前向变换,然后通过提升小波逆变换得到重建以后的超分辨率图像。与传统的几种重建方法进行比较,实验结果表明,本文的方法能够使重建图像有更好的信噪比,而且在像素较大和低分辨率图像数目较多的情况下,有更快的重建速度。