小波奇异性分析在煤厚探测信号处理中的应用

小波变换为信号的多尺度瞬态分析提供了较好的方法。本文将小波分析在模极大值处理中的优势应用到煤层厚度探测的信号分析中,根据信号小波变换模极大值和信号奇异性之间的关系,由小波变换模极大值沿尺度变化趋势分析出信号的奇异点,得到反射波的初始到达时刻,从而计算出煤层的厚度,取得了比较理想的效果。为信号处理提供了一种新颖的方法。     

奇异目标信号的多尺度定位识别方法

在复杂环境下检测微弱目标信号是信号检测技术中关键问题。基于奇异目标信号和噪声干扰在多尺度小波变换下表现出截然不同的特性，利用奇异目标信号的小波变换模极大值随尺度增大而增大，而随机白噪声小波变换模极大值随尺度增大而减小，进行复杂环境中的目标定位识别。理论和实验表明该方法特别适合弱信号的定位识别。     

基于小波奇异性理论的输油管道泄漏检测与定位方法

将小波分析在模极大值处理中的优势应用到管道泄漏检测与定位信号分析中,根据信号小波变换模极大值和信号奇异性之间的关系,由小波变换模极大值沿尺度变化趋势分析出压力信号的突变点,计算出管道泄漏诱发的负压波传播到上下游监测点的时间差,利用负压波定位泄漏的常规公式确定出泄漏点的位置。实验证明,该方法能快速准确地捕捉压力信号突变点,并定位管道泄漏位置。     

奇异目标信号的多尺度定位识别方法

在复杂环境下检测微弱目标信号是信号检测技术中关键问题。基于奇异目标信号和噪声干扰在多尺度小波变换下表现出截然不同的特性,利用奇异目标信号的小波变换模极大值随尺度增大而增大,而随机白噪声小波变换模极大值随尺度增大而减小,进行复杂环境中的目标定位识别。理论和实验表明该方法特别适合弱信号的定位识别。     

基于小波模极大值的信号奇异性检测

小波分析近乎完美的数学特性受到各领域科学家和工程技术人员的青睐.文中讨论了基于小波模极大值的信号奇异性检测方法,该方法突破了傅立叶分析在时域和频域方面的局部化能力,信号的局部正则性可由其小波变换模随尺度参数的衰减特性来刻画,通过确定小波变换在细尺度下的局部模极大值来检测信号奇异性.实验表明,该方法能有效的、实用的.     

基于小波变换的血压信号特征提取方法研究

该文针对传统的人体血压信号特征提取方法的不足，提出了一种了基于小波变换的人体血压信号特征量提取方法。人体的血压信号是一种非平稳的低频信号，使用Marr小波对人体血压信号进行小波变换的时间一尺度分解，可以得到人体血压信号的模极大值曲线；通过选择合适的分解尺度，可以有效地滤除噪声，对人体血压数据进行消噪处理；进一步滤除奇异性极大值点，可以提取出动脉波动位置和动脉波动幅度信息。文中给出了算法的完整实现，并利用实际采集的人体血压数据验证了该算法，得到了波峰模极大值点和心脏跳动所发生的精确时刻，为人体血压信号的参数识别奠定了基础。     

小波分析在故障监测及诊断中的应用

简要分析了小波变换的二尺度特性,对小波变换模极大值表征信号奇异性的原理进行了讨论,并给出了它在故障监测及诊断中应用的实现方法和实验结果。     

基于小波的信号突变点检测算法研究

本文利用小波多分辨分析的特性将突变信号进行多尺度分解，然后通过分解后的信号来确定突变信号的突变位置。Lipschitz指数被用来定量描述函数的奇异性。当小波变换尺度越来越精细时，小波变换模极大值信号突变点的衰减速度取决于信号在突变点的Lipschitz指数。小波变换不仅可以确定突变点发生的时间，而且可以进一步判断突变的性质。     

小波变换在信号奇异性检测中的应用

利用小波变换具有良好的时频局部化特征 ,在特定尺度下 ,求解信号小波变换的模极大值 ,从而找到信号奇异点。该方法应用到输油管道的泄漏检测中 ,结果表明 ,能够排除工况干扰 ,识别有用信号 ,及时准确地检测出管道的泄漏故障。     

由小波变换模极大值重构信号的快速算法

信号在不同尺度上的小波变换模极大值包含了信号中的重要信息,因此研究如何由小波变换模极大值重构信号是很有意义的.本文提出了一种基于Hermite插值由二进小波变换模极大值重构信号的快速算法.数值试验表明,与Mallat经典的交替投影算法相比,本文算法可以在保证信号重构质量的前提下简化计算过程,提高计算效率,计算所需时间与交替投影算法相比大大减少,是一种实用性较强的信号重构算法.     

基于模极大值小波域的去噪算法研究

根据信号与噪声在小波变换下的不同特性，提出了基于模极大值小波域的去噪算法。该算法先用Adhoc算法求出信号的模极大值，再根据模极大值小波域的定义求出信号的模极大值小波域，从而得到信号的小波系数，然后逆变换得到信号。实例分析表明：该算法能有效消除噪声，与交替投影模极大值算法相比，该算法在原理上更简单，程序实现更容易，去噪速度更快，能满足在线监测的要求。     

连续小波变换在传感器故障诊断中的应用

小波变换在信号分析与处理中有良好的局部性质.主要研究基于连续小波变换极值点的方法在传感器故障诊断中的应用.对输入信号输出信号进行连续小波变换,利用该变换求出输入输出信号的奇异值,然后去除由于输入突变所引起的极值点,则其余的极值点对应于传感器的故障.在MATLAB平台下,仿真结果表明,该故障诊断方法可以有效地进行故障检测和定位.     

基于小波分析的传感器故障检测研究

针对航空发动机控制系统传感器故障检测在强噪声环境下易误报的问题,设计了基于模极大值原理的传感器故障检测方法.首先介绍基于小波奇异性进行故障检测的基本原理,之后根据信号和噪声奇异指数不同的特点判断噪声模极大值.对传感器典型故障,给出基于模极大值原理的传感器故障检测算法,并根据小波变换模极大值在不同尺度下的分布来完成故障的检测.通过某型涡扇发动机控制系统传感器故障检测仿真实验表明,小波变换能很好地刻画信号的奇异性特征,该滤波算法消噪效果明显,故障检测准确度高.     

小波奇异性分析在输油管道泄漏检测中的应用

针对目前输油管道泄漏检测准确率低的现状，采用小波奇异性分析的方法，对管道压力信号进行小波分析，检测出信号的奇异点，采用了能够抑制模极大值漂移的改进的ad hoc算法，对奇异点进行定位，对4条管线检测结果表明，该方法可以用于输油管道泄漏监测，并可进行精确的定位。     

基于小波奇异性分析的扩频隐写检测算法

针对扩频隐写会破坏图像局部平稳性而使其产生高频奇异性的缺点,提出一种基于小波奇异性分析的扩频隐写检测算法。通过分析待测图像不同尺度下小波系数模极大值数量的变化情况,提取8维特征向量作为Fisher分类器的输入向量并对共进行训练。对测试样本的检测和攻击实验结果表明,该算法的平均检测率达到80％以上,能够检测出隐写的大致频带范围并实施有效的滤波攻击,为隐秘信息的进一步提取奠定了基础。     

几种复小波在奇异性检测中效果的比较分析

介绍了信号奇异性检测的基本方法以及奇异性检测与小波变换的关系,基于复小波变换模极大方法检测奇异性的理论,在加性高斯白噪声环境下,分别用几种复小波检测了信号奇异点的位置,估计了信号奇异点的Lipschitz指数,并对实验结果进行了比较分析。     

基于最优小波包基的模极大值法信号消噪研究

给出了对信号进行基于熵准则的最优小波包基分解的基本原理,在此基础上提出了使用模极大值法进行信号消噪的基本原理.通过计算Lip指数确定信号中的奇异点,然后根据噪声和有用信号的模极大值随着小波分解尺度的增大而呈现出的截然不同的特性剔除噪声,从而实现消噪.通过对一含有噪声的信号进行消噪验证了该方法的优越性.