基于改进的小波阈值的电能质量信号去噪

对于暂态的电能质量信号的监测,研究了一种用最大后验估计的双树复小波变换对电能扰动信号进行去噪高效算法。首先运用最大后验估计对扰动信号的改进的小波阈值进行去噪预处理,然后对于不同分解层的细节系数噪声方差和信号方差进行估算,并且运算出不同分解层阈值,从而得出去噪阈值。仿真实验结论表明:所提出算法步骤简单,计算速度快而且易于实现,去噪效果理想,具有很好的应用前景。     

超宽带信号检测中基于新阈值函数的小波去噪方法研究

小波阈值去噪是信号处理中一种重要的去噪方法。为了提高超宽带通信信号的检测性能,获得更高的检测信噪比,基于小波变换以及小波阈值去噪的原理,提出了一种新的阈值处理方法,进而对跳时脉冲位置调制超宽带（TH-PPM-UWB）信号用新方法的去噪结果进行分析比较,仿真试验结果表明,新的小波阈值法去噪效果明显,在信噪比和均方根误差上均优于传统的软阈值和硬阈值方法。     

一种基于复小波变换提取PD信号的分块自适应复阈值算法

基于复小波系数之间的相关性以及块阈值算法能充分利用周围小波系数的特点,创建一种用于复小波变换对PD信号的去噪的分块自适应复阈值算法,并与点自适应复阈值算法和分块自适应实阈值算法的去噪效果进行了对比.利用变化趋势参数(VTP)和波形相似性参数(NCC),并结合去噪前后的信噪比(SNR)对仿真PD信号的去噪效果进行综合评价.最后,将分块自适应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,采用分块自适应复阈值算法的复小波变换抑制白噪声效果更好,在保证高信噪比(SNR)或噪声抑制比(NRR)的情况下,对信号的畸变也更小.     

基于双树复小波变换的配电网故障选线

在对配电网故障信号进行处理的过程中,为了减少噪声的影响,将应用于心电信号处理的双树复小波变换用于配电网故障选线,并结合暂态小波能量的改进算法,提出了一种小电流接地系统故障选线新方法。首先将各线路暂态零序电流进行双树复小波变换,得到小波分解系数并计算小波能量。根据电压峰值附近故障和过零点附近故障的信号能量谱特征,通过设定阈值分别比较小波高频能量和低频能量。利用Simulink进行大量仿真,结果表明:与传统离散小波变换相比,双树复小波变换去噪更彻底,而且不受故障合闸角、过渡电阻及系统运行方式等因素的影响,可以快速准确选线。     

电磁超声回波信号的改进阈值函数降噪法研究

虽然电磁超声回波信号中含有大量缺陷性质的信息,但在回波信号中也掺杂着大量的噪声干扰信号。为了很好地从回波信号中提取反映缺陷本质特征的信号,讨论了提升小波变换的提升算法以及新的阈值函数,使用了基于提升小波变换的改进阈值函数的方法和选取了一种最优的阈值方法对电磁超声回波信号进行了去噪处理。由仿真结果可知,基于提升小波改进阈值函数去噪是一种有效的降噪方法。     

用于复小波变换去噪的复阈值构造算法

基于复小波变换的特点,提出分别对其系数的实部和虚部进行独立阈值选取,根据噪声水平用复掩码算子调整阈值,由此得到复阈值的一种新算法。将所构造的复阈值用于一种全新的复合信息——WTRI,对仿真局部放电信号的去噪,并引入波形相似性参数和去噪前后的信噪比,对不同复阈值的去噪效果进行综合评价,由此总结出选择复阈值的一般规律;最后针对不同模拟缺陷类型的实测PD信号,构造了与之对应的最佳复阈值。研究结果表明,采用该复阈值技术的复小波变换抑制噪声的能力更强,而且在高信噪比的情况下,对信号的畸变也更小。     

基于多重小波变换的自适应脉搏信号去噪

小波变换在生物医学信号降噪处理中有着广泛的应用,但小波降噪处理中的软硬阈值法本身都有一定的局限性,而且还除去了部分有用信号,降噪效果不太理想。本文基于小波分析的特点,提出了一种对信号进行多重小波变换的自适应去噪法,该方法不仅克服了小波去噪软硬阈值法的局限性,而且解决了自适应滤波中参考信号选取难的问题,将该方法用于脉搏信号降噪,得到了满意的去噪效果。     

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。     

基于小波去噪的回波信号处理研究

通过对接收到的回波信号的小波变换系数进行阈值去噪处理,可以有效降低噪声。本文介绍了小波去噪的基本概念,讨论了小波去噪的方法和步骤,对小波去噪过程中选择的MATLAB应用函数进行说明。用实例比较分析了haar小波、Daubechies小波族和Symlets小波族在去噪过程中的效果,为小波基函数的选择提供了有用的参考。     

基于第2代小波的水电机组振动信号预处理

传统的小波去噪效果与选用的小波基函数有关，小波基函数选择不当会把信号的有用成分当成噪声去掉，给故障诊断造成困难。而基于提升算法的第2代小波变换可以通过设计预测系数和提升系数获得具有某种特性的小波基函数。文中提出采用基于提升算法的第2代小波变换来进行水电机组振动信号的去噪处理，通过分析提升算法的基本原理，使用第2代小波对水电机组振动信号在不同分辨率下进行分解处理，并使用阈值处理小波分解的细节系数，将处理过的细节系数和近似系数一起重构信号。仿真结果表明，采用第2代小波变换要优于传统小波变换的去噪效果，第2代小波在信号处理中有广阔的应用前景。     

基于小波混合阈值方法的电能质量信号去噪

基于小波变换的阈值去噪是滤除采样信号中白噪声的有效方法.在实际应用中,阈值的选取和对小波系数的处理方法是影响其去噪效果的2个重要因素.软硬阈值方法各有其优缺点.将两者结合起来的混合阈值方法可提高去噪算法的性能.在分析软硬阈值方法各自的优缺点后,结合正态分布的规律和信号、噪声的小波系数在不同层上的分布特点,提出了能自适应确定临界尺度的软硬阈值结合的混合阈值去噪方法.对采样信号进行小波变换,根据各层小波系数能量的最小值,确定临界尺度.对小于或等于临界尺度的层数上的小波系数用软阈值方法处理,对大于临界尺度的层数上的小波系数用硬阈值方法处理,这样处理能减小信号能量损失.对尺度系数和处理后的小波系数进行重构,得到去噪后的信号.仿真实验表明.混合阈值方法去噪性能稳定,在不同信噪比下都能有效地去除白噪声,较好地保留了原信号的局部特征,且方法简单,计算量小.     

Support Vector Machine-based Denoising Technique for Removal of White Noise in Partial Discharge Signal

Abstract—Partial discharge (PD) measurement has emerged as a dominant investigative tool for condition monitoring of insulation in high voltage equipment. In general, PD signals are severely polluted by several noises like white noise, random noise, discrete spectral interferences (DSI). The challenge lies with removing these noises from PD signal effectively by preserving the signal features. In this article, support vector machine (SVM) based denoising technique has been proposed for the removal of white noise from PD signal. The proposed SVM technique retains the edge of the original signal efficiently and also pseudo Gibbs phenomenon does not exist with SVM technique. In order to evaluate the effectiveness of the proposed method, artificially simulated PD signal mixed with white noise and the measured PD readings are considered. For the purpose of comparison, other denoising techniques such as fast Fourier transform (FFT), discrete wavelet transform (DWT), and translation invariant wavelet transform (TIWT) are also considered. The results reveal that, SVM based denoising technique shows better performance in terms of higher signal to noise ratio, signal reconstruction error ratio, cross correlation coefficient and reduction in noise level, mean square error, and waveform distortion.     

广东省自然科学基金项目(980608)

简要介绍了小波变换和多分辨率分析,及其非线性信号消噪原理,并将该项技术应用于异步电动机故障信号的消噪处理,提出了1种在以数字信号处理器(DSP)为核心所构成的异步电动机故障检测系统中对信号进行消噪的新设计方案.采用这种消噪方法,不但可以保留信号的突变特性,还可以大大降低对信号调理电路的设计要求,简化电路结构,严格保证原始信号之间的相位关系,适用于对实时性要求不高的信号检测系统.     

小波降噪及Hilbert变换在电机轴承故障诊断中的应用

针对振动信号降噪处理及故障特征提取是机械故障诊断的重点问题,为了有效消除高频信号的影响,并充分提取出电机轴承的低频故障特征。提出利用小波降噪及Hilbert变换的方法对采集的电机轴承振动数据进行处理并提取其故障特征信息。首先,运用小波降噪对采集到的振动数据进行降噪处理,抑制噪声干扰,然后对其进行Hilbert变换解调出故障特征频率。通过对现场测取的轴承振动数据进行信号处理可以达到理想的诊断效果,由此得知,该方法能通过电机轴承振动信号进行故障特征信息处理,有效地进行轴承故障分析及诊断。     

小波熵自适应阈值的电能质量信号去噪新方法

针对电能质量信号去噪问题,提出改进的小波熵自适应阈值去噪法。利用小波变换分解电能质量信号,计算小波分解后信号子带区间的小波熵,将小波熵和自适应阈值相结合确定高频系数阈值门限,采用改进折中指数阈值函数对电能质量信号去噪处理,最后重构降噪后的电能质量信号。通过对四种典型带噪电能质量信号(电压突降信号、暂态振荡信号、电压中断信号、谐波信号)去噪处理,并与无偏风险阈值、极大极小阈值的去噪性能比较,对比可知在输入信噪比为20dB时,对于不同的电能质量信号,改进的小波熵自适应阈值去噪法的输出信噪比是最大的。     

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。     

一种基于小波变换的语音信号去噪净化方法

语音信号在传输之前快速有效的去噪净化,对于3G通信具有重要的现实意义。由于语音信号的非平稳性,传统的小波阈值去噪算法虽然能够去除一部分语音信号中的噪声,但造成有用语音信号尤其是清音部分的损失,导致去噪后的语音听觉质量下降,达不到很高的信噪比。针对这一问题,本文在分析小波变换原理和传统软硬阈值法的基础上,建立了一种改进的阈值语音信号净化方法。仿真实验结果表明,本方法能有效去除信号中的噪声和较好保留语音细节,达到更佳的语音净化效果。     

实小波变换提取相位信息方法研究

理论上快速离散小波变换(RDWT)的近似系数s(n)、细节系数w(n)中包含被分析信号的所有信息，包括相位信息，因此相位信息可利用RDWT提取。该文提出三种从RDWT的s(n)、w(n)系数中提取相位信息的方法，与现有的用复小波变换提取相位信息的方法相比，该文方法具有RDWT特有的简单、快速、信息非冗余等显著优点，而且对每个尺度上的小波变换系数进行正交化处理，便可借助小波域相子提取该尺度上的一种频率分量的真实相位，这些特点是现有方法不可能同时具备的。对Matlab测试波形的分析证明了该文方法提取的相位信息是正确的。     

人体脉搏信号的希尔伯特-黄特征提取

脉搏信号包含与心血管相关的特征参数,提取与分析其特征参数能为心血管的初步检测提供一定的参考信息.采用希尔伯特-黄变换对脉搏信号进行时频特征提取,主要包括预处理和特征提取两部分.对小波软阈值滤波后的信号经验模态分解和希尔伯特变换,求取Hilbert谱与边际谱.从Hilbert谱与边际谱中分析了脉搏信号的生理特征反映,对人体心血管等方面健康状况的判断有一定指导意义.