基于小波变换模改进Perona-Malik模型的强噪声信号滤波算法

鉴于偏微分方程在图像去噪中的原理和应用,针对传统机械振动信号去噪方法的局限性,提出了一种基于小波变换模改进Perona-Malik模型的强噪声信号滤波算法并用于机械振动信号去噪。首先研究了小波阈值去噪和Perona-Malik非线性各向异性扩散滤波模型之间的相关性,其次用小波变换模替代梯度模构建改进的扩散系数,并推导出了基于小波变换模的改进Perona-Malik模型。实验结果表明,与传统去噪方法和基本Perona-Malik模型相比,改进Perona-Malik模型不仅较好地实现了强噪声背景信号有效去噪,而且同时保留了信号细节特征,改进算法抗噪声干扰能力强,去噪之后信号畸变小,改进算法使信噪比平均提高了约3 dB。     

噪声非线性效应的增强与弱涡街信号检测方法

噪声与非线性势场相互作用产生的效应能够助长微弱信号。针对小流量产生的涡街信号较弱而难以检测的问题,从增强噪声非线性效应的角度出发,比较了不同非线性形式势函数下的噪声效应,构造了对称抛物线势函数。理论分析和数值仿真结果表明具有对称抛物线势函数的系统输出有较高的信噪比。提出了一种利用对称抛物线系统增强噪声效应的检测弱涡街信号方法,实测弱涡街信号检测结果表明该方法能有效获取小流量涡街信号的特征频率。     

基于提升小波变换的超声信号消噪技术

为了提高超声无损检测（UNDT）和无损评价（UNDE）中基础数据的信噪比（SNR）,提出了一种基于提升小波变换多分辨率分析的超声信号消噪新技术.在分析传统裂谱分析（SSP）方法原理及其局限性的基础上,通过采用提升小波变换多分辨率分析能力将原始超声回波信号进行子带分解,然后按照一定的信噪分离规则来消除噪声,达到提高信噪比的目的.实验结果表明,与传统裂谱分析方法相比,该方法增强了消噪性能的稳定性,提高了超声回波信号的信噪比.     

金属表面裂纹脉冲压缩增强型激光超声检测方法研究

为了提高激光超声技术检测能力,提出了一种基于脉冲压缩的增强型激光超声检测方法,并将其用于金属表面裂纹检测。该方法结合激光束空间分布调控技术,激发线性调频超声表面波信号,进一步利用匹配滤波算法对线性调频激光超声表面波信号进行脉冲压缩,可大幅度提高激光超声检测信号的信噪比和分辨率。建立空间调制激光超声数值计算模型,研究线性调频激光超声信号激励方法;基于数值模拟获得的线性调频激光超声检测信号,开发基于匹配滤波器的激光超声脉冲压缩信号处理方法;通过数值模拟不同表面裂纹缺陷与不同空间调制情况下的脉冲压缩信号效果,探究该方法对于激光超声检测信号信噪比的增强能力,并最终通过试验验证。结论表明,基于脉冲压缩技术的增强型激光超声检测方法,可以大幅度抑制噪声信号,提高针对金属表面裂纹的缺陷检测能力,解决激光超声无损检测信噪比低,灵敏度差的问题,也为该方法进一步研究提供理论依据和试验指导。     

改进小波阈值函数和ACEWT方法的滚动轴承故障声发射信号特征提取EI北大核心CSCD

针对滚动轴承早期故障声发射信号受复杂传递路径和噪声的干扰,声发射信号信噪比较低,导致轴承故障特征难以提取的问题,提出了改进小波阈值函数-ACEWT的轴承故障特征提取方法。由于声发射信号呈冲击性与快速衰减的特点,构建一种衰减正弦型与指数型的小波阈值函数对低信噪比的声发射信号进行降噪。研究自相关运算与经验小波变换结合的方法(autocorrelation and empirical wavelet transform,ACEWT),用于滚动轴承故障声发射信号特征提取,解决了在低信噪比下经验小波变换对轴承故障特征提取的不足;引入经验小波能量比-熵指标,选取最优经验小波系数。通过与经验小波变换、改进小波阈值函数-EWT和MCKD-EWT方法进行对比研究,并试验验证。仿真和试验结果表明,所提方法明显优于经验小波变换、改进小波阈值函数-EWT和MCKD-EWT方法,可准确提取轴承故障声发射信号的频率特征。     

基于Wigner-Hough变换改进算法的多分量LFM信号检测

Wigner-Hough变换可以很好的抑制多分量LFM信号Wigner-Ville分布中严重的交叉项,但是在低信噪比时,Wigner-Hough变换完全被噪声淹没.本文提出一种改进算法,用基于信号的自适应高斯核时频分布代替Wigner-Hough变换中的Wigner-Ville分布.仿真表明,对于多分量信号在信噪比为-3dB,单分量信号在-17dB时该算法仍然有很好的性能.     

阈值改进整数小波与LZW算法相结合的水声数据压缩方法

提出一种阈值改进整数小波与基于字典编码的LZW(Lempel-Ziv-Welch)算法相结合的数据压缩方法,该方法旨在减少水声数据传输量的同时尽可能地达到高保真。数据压缩过程中,先对水声数据进行整数小波变换,再对变换后的高频系数采用改进的小波阈值算法和阈值函数进行处理,提高了数据压缩倍数和信噪比,降低了误差。最后通过LZW将处理后的系数进行编码输出,进一步提升压缩效果。文中给出了相应的数据压缩算法流程。实际舰船辐射噪声数据的压缩处理结果表明,该方法能有效提高信号信噪比、减少信号失真并能获得更大的压缩倍数。     

基于提升小波变换和AdaBoost的超声信号消噪技术

为了提高超声无损检测(UNDT)和无损评价(UNDE)中基础数据的信噪比(SNR),提出了一种基于提升小波变换和AdaBoost模式识别理论的超声信号消噪技术.该技术在研究材料内部散射体引起的结构噪声产生机理,以及分析传统裂谱分析算法局限性的基础上,利用提升小波变换将原始超声检测信号分解到小波空间后,通过采用AdaBoost算法构成的信噪分离器对信号和噪声进行识别、分离来消除噪声,得到高信噪比的超声回波信号.实验结果表明,与传统裂谱分析算法相比,该技术提高了消噪性能的稳定性,增强了湮没材料内部各种散射体散射中的缺陷回波信号能力.     

基于增强型形态学滤波的风电机组轴承故障诊断方法

风电机组滚动轴承振动信号微弱故障特征易被背景噪声和其他频率干扰,提取难度较大。针对此类问题,提出一种增强型的形态学滤波及故障诊断方法。算法构造了一种新的形态学综合顶帽变换(morphological comprehensive filter-hat transform,MCFHT),将其用于强背景噪声下目标信号的故障脉冲提取,并通过非线性滤波器幅频响应考察其滤波性质,为振动检测中故障脉冲的提取提供理论依据;针对MCFHT变换滤波尺度选择问题,通过分析原振动信号自身振动特性,给出了一种自适应的尺度计算策略,有效提高了滤波处理的效率和性能;提出一种改进的包络导数能量算子用于增强形态学滤波后信号中故障冲击特征,并滤除带内噪声频率。仿真信号与风电机组轴承实际故障信号实验结果表明,该方法能有效提取随机噪声和谐波干扰下的故障特征信息,滤波效果强于传统方法,具有较好的工程应用价值。     

基于小波的非线性结构系统识别

提出了一个基于小波变换的方法用于非线性结构系统识别。采用复Morlet小波,对非线性结构自由响应信号进行连续小波变换,根据小波系数模极大值的方法提取小波变换的脊线和小波骨架。提取的小波脊线和小波骨架被用来识别结构的瞬时频率和振幅,得到非线性结构的骨架曲线。为降低噪音的影响,采用一个基于奇异值分解（SVD）的方法对识别的结构进行处理。最后通过一个具有非线性刚度结构的数值模拟验证了该方法的有效性。