基于小波变换的脉冲信号的提取

探讨了以小波变换为基础的滤波技术在冲击试验后信号波形提取中的应用。针对高电压冲击和大电流冲击信号的处理问题,采用不同层次的小波分析方法,将噪声信号从冲击电压和电流信号中提取出来,小波变换的引入使得波形处理更加简单。结果表明,对不同类型的样品进行冲击试验,小波变换都有较好的滤波效果,并很好地保存了信号的边缘特征。波形的处理结果也表明了该方法的可行性和适用性。     

冲击测量系统阶跃波响应参数计算机提取算法的研究

提出了一种基于小波分析和三次样条函数拟合的对冲击测量系统阶跃波响应波形处理和参数提取的方法 ,使用该方法对仿真及实测波形进行了处理 ,结果表明能达到阶跃波响应参数提取的要求 ,且具有较高的准确度和稳定性。     

矢量网络分析仪中小波变换模极大值法应用

文中利用小波变换的方法对矢量网络分析仪所测到的波形进行检测,并对检测信号进行随机噪声滤除,检测到所关心的信号,经过小波滤波理论分析和实验结果均表明,小波变换在滤波处理中是一种简单易行,有效的方法。     

一种基于小波参数滤波的音素分段算法

本文提出了一种新的基于小波变换和参数滤波的音素分段算法,称为小波参数滤波算法（WPF）,小波变换具有和人耳相似的特性,即随着频率的升高,分辨率下降,我们利用眩特性先对信号进行小波域滤波,然后利用参数滤波对信号进行分段。实验表明本文提出的算法在性能上优于常规的参数滤波方法。     

用小波变换提取高压变压器局部放电脉冲的研究

研究用小波变换提取高压变压器局部放电脉冲。针对载波通讯等缓变干扰，提出了三种基于小波变换的放电脉冲提取方法：二次小波变换法，小波反变换法和小波包变换法，并用仿真实验验证了三种提取方法的有效性，还给出了衡量提取方法有效性的几个概念。     

基于小波奇异性检测的高压断路器故障诊断

高压断路器机械故障的出现不仅会引起振动冲击事件的时移,而且会引起时域波形中的一些波峰形态的变化。基于小波变换的信号奇异性检测理论,可以求取振动信号包络的奇异性指数,作为特征参数用于故障诊断。对高压断路器合闸振动信号进行了分析,取得了较好的效果。     

GIS局部放电检测中的小波包变换提取信号

在介绍小波包变换算法的基础上，将小波包变换用于白噪声干扰下的气体绝缘组合电器（GIS）局部放电信号提取。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仿真研究，分析了不同的局部放电波形、噪声水平及采样率对去噪结果的影响，最后对GIS内置传感器实测波形进行了小波包变换去噪。     

GIS局部放电检测中的小波包变换提取信号

在介绍小波包变换算法的基础上，将小波包变换用于白噪声干扰下的气体绝缘组合电器(GIS)局部放电信号提取。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仿真研究，分析了不同的局部放电波形、噪声水平及采样率对去噪结果的影响，最后对GIS内置传感器实测波形进行了小波包变换去噪。     

基于小波能量与神经网络的断路器振动信号识别方法

高压断路器出现机械故障不仅会引起振动冲击事件的时间漂移,还会引起时域波形中一些波峰幅值的变化。依据同一类型断路器振动信号相似的特点,在对高压断路器故障振动信号进行特征分析的基础上,提出了一种识别高压断路器振动信号的新方法:将小波包提取算法和径向基神经网络模式识别功能相结合,利用小波包分解与重构原理将断路器合闸振动信号分解到不同频段中,提取每个频带能量作为断路器状态监测的特征向量,作为径向基神经网络的输入向量;基于径向基神经网络的故障诊断方法在系统参数未知的情况下自动建立动态模型,对于线性系统和非线性系统都有很好的跟踪能力,通过实验室断路器典型合闸振动信号的监测及识别分析验证了该方法的有效性。     

一类样条函数导数型小波

文章证明，基数Ｂ样条的各阶导数是一类二进小波。这类波具有时域波形变化灵活，滤波特性调节灵活，与被分析信号的匹配方便等特点；在许多方面都优于高期 数小波与Ｍａｌｌａｔ导数小波，可广泛应用于信号分析，模式识别，故障诊断，数据压缩，信噪分离等场合。文章详细研究了这类小波的快速变换算法，滤波参数的计算公式。用这类小波检测信号中几种有代表性的局部变化行为与电力系统极强干扰中的微弱故障信号的仿真结果，证实了这     

局放脉冲信号的三种小波去噪方法的研究

介绍了三种小波去噪的方法:小波分解与重构法、非线性小波阈值法、小波模极大值法,分析了各自的特点和优劣。针对从高斯白噪声中提取的局部放电脉冲信号给出了仿真试验结果。为局部放电脉冲信号检测方法的选择提供了参考依据。     

A new discrete wavelet transform appropriate for hardware implementation

A new method for computation of discrete wavelet transform is introduced. The impulse response of the finite impulse response (FIR) filter, as the main block in filter bank method, is realized such that orthonormal wavelet transform is achieved without using any multiplier as the most challenging part of the FIR filters. It is proved that the calculated Sobolev regularity of the proposed wavelet is higher than that of Daubechies for the same support width. Compared with most popular known wavelets, simulation results of the newly introduced wavelet for signal denoising prove remarkable advantage of our wavelet especially in terms of complexity and power consumption. The proposed wavelet and well-known Daubechies wavelet are separately implemented on the Spartan-6 FPGA (Field Programmable Gate Array) to compare the performance of them. The occupied slices and LUTs (Lookup Table) in realization of the proposed wavelet in comparison with those of Daubechies wavelet are decreased by 50% and 56%, respectively. Its power consumption at 100 MHz is also reduced by 86% in comparison with the Daubechies wavelet, and maximum frequency is increased by 186%. Implementation with standard cells of a 0.18-μm CMOS (Complementary Metal Oxide Semiconductor Field Effect Transistor) technology shows 75% and 85% reduction in the power and chip area, respectively.     

Detection and localization of inter-turn fault in the HV winding ofa power transformer using wavelets [Comments and authors' reply]

We discuss the paper by M.R. Rao and B.P. Singh (ibid. vol. 8, pp. 652-567, 2001) describing a wavelet approach for identification and localization of "minor" or "small" faults within HV transformer windings during lightning impulse tests on them. Although the authors' claim appear to be impressive, there are serious questions regarding the circuit models and computational procedures used, as well as, in the interpretation of the results obtained from the wavelet method. Therefore, the following is intended to obtain clarification from the authors and to help the reader with the usage of wavelets in addressing such problems     

OFDM低压电力线通信中基于小波去噪的盲信道估计

分析了OFDM低压电力线通信中采用盲信道估计的可行性,基于二阶矩盲信道估计算法提出一种小波去噪盲估计,这种算法利用小波变换思想,对盲算法中接收信号自相关矩阵的估计值进行消噪处理,以减小噪声干扰对信道估计的影响。通过仿真试验分析了小波去噪盲估计的性能。仿真结果表明,该方法与盲算法相比信道估计性能得到了明显的提高。     

基于脉冲响应的高强度聚焦超声换能器电阻抗测量方法

高强度聚焦超声(HIFU)换能器是HIFU治疗系统的关键部件,其电阻抗特性是决定各系统参数和换能器工作特性的重要参数。目前采用的阻抗分析仪和频域测量方法成本较高,且难以实现在线测量。为此,对基于脉冲响应的超声换能器电阻抗时域测量方法进行了研究,对测量原理进行了理论分析和仿真验证,并组建了脉冲响应测量实验平台,通过实际测量,比较了脉冲响应法和阻抗分析仪的测量结果,分析了影响测量结果的因素。研究结果表明:在通过电流取样电阻校正和小波去噪后,基于脉冲响应的电阻抗测量方法能取得较高的测量准确度,且测量成本低,可集成于设备实现超声换能器电阻抗的在线测量,为进一步研究高强度聚焦超声换能器的电阻抗特性提供了有力的手段。     

基于小波包的图像去噪方法

本文在分析了信号与噪声的不同小波特性的基础上，提出了一种基于小波包的去噪方法，并用实验验证了该方法比相同条件下小波去噪的效果好。     

基于稀疏表示的TQWT在低频振荡信号去噪中应用

为了改善低频振荡信号的去噪效果,为低频振荡信号的检测与分析提供准确可靠的数据,在分析可调Q小波变换和稀疏表示原理的基础上,给出了一种基于稀疏表示的可调Q小波变换去噪方法。该方法先利用可调Q小波变换对含噪的低频振荡信号进行稀疏分解,得到初始的小波系数。再利用基追踪去噪算法对得到的小波系数进行优化处理。最后对优化的小波系数进行重构,获取干净无噪的低频振荡信号。通过仿真分析验证了该方法的去噪效果和可靠性优于目前广泛使用的小波软、硬阈值去噪法。     

Qualifying an impulse digitizer for measurements in HV impulsetests

A standard is being prepared for digital recorders for measurements in HV (high-voltage) impulse tests. How the main tests described in the proposed standard can be applied toward qualifying an impulse digitizer for HV impulse measurements is discussed. Experimental results from the application of these techniques to different digitizers are presented. A major problem in using digital recorders in HV laboratories is electromagnetic interference. Previous low-frequency measurements have indicated that high frequencies can be a problem. Some measurements at high frequencies are reported. The consequences of these measurements for electromagnetic compatibility are discussed