基于模极大值法的γ能谱数据处理与分析

本文研究了Lipschitz指数与小波变换应用于γ能谱数据奇异点的使用方法,分析了模极大值去噪原理和Mallat提出的交替投影重构算法,建立了基于模极大值法γ能谱数据处理模型,基于MATLAB设计了小波变换模极大值去噪软件,通过实测γ能谱数据仿真分析基于模极大值法的γ能谱数据处理模型的效果。结果表明,利用小波变换模极大值法降噪,用交替投影法重构能谱数据,降噪效果较好。     

基于小波分析的粗晶材料超声无损评价信号处理技术

噪声是降低超声检测可靠性的因素之一。本文利用小波分析对粗晶材料超声检测中由晶界散射引起的结构噪声进行了分析处理。和小波变换相比,小波包变换频域分辨率高,在信号的分解,降噪和重构时性能比前者好。对奥氏体不锈钢中人工缺陷的Ａ型超声信号的处理结果表明,结果噪声被有效地滤除,且不损失缺陷信号,信噪比明显提高。     

小波变换在突变信号识别中的应用

小波变换具有识别转动机械振动突变信号的特性。小波变换改进的单子带算法能有效识别第一类突变点,但对于第二类突变点却无法有效识别。进一步的研究发现,单子带改进算法对一些不需要的点作置零运算时,由于没有合理的过渡,使得对置零后的信号再进行傅里叶反变换时带入了许多噪音,造成对第二类突变信号无法有效识别。针对该问题,通过引入过渡函数,提出了进一步完善的单子带重构改进算法,解决了第二类突变信号的识别问题,并应用相关实例——泵刚度突变仿真数据进行分析,验证了方法的有效性。     

强背景噪声下反应堆内冲击信号的特征提取

压水反应堆主冷却剂系统中松动部件的在线监测对核电厂的安全运行至关重要,但监测信号往往会受到流致振动和其他设备运行而产生的强背景噪声的干扰。为增强信号的冲击特征,本文提出了一种基于变分模态分解（VMD）和小波包变换（WPT）相结合的信噪分离和特征提取方法。首先,采用VMD算法将含噪声的冲击信号分解成不同频率成分的本征模态函数（IMF）,并基于各模态函数间的相关系数确定分解过程的模态数量;然后,利用峭度和相关系数构建加权峭度指标,并依据加权峭度指标选取IMF,重构冲击分量较强的新信号;最后,利用WPT算法进一步对新信号进行去噪处理。采用所提出的算法对仿真模拟和冲击实验获取的信号进行特征提取,均成功分离出冲击分量,验证了该方法的有效性。     

基于小波的突变信号识别方法及应用研究

小波的空间局部性使它能聚焦于信号的局部结构,用来确定信号的突变性位置。但进一步研究发现,小波变换改进的单子带算法虽能有效识别第1类突变点,但对于第2类突变点却无法有效识别,且二进离散小波变换的快速算法还存在频率混淆等问题。通过深入研究提出了引入过渡函数的单子带重构的改进算法,解决了第2类突变信号的准确识别问题,通过相关实验验证了该方法能较好地解决主泵转子刚度突变等信号的有效识别问题。     

强背景噪声下反应堆内冲击信号的特征提取

压水反应堆主冷却剂系统中松动部件的在线监测对核电厂的安全运行至关重要,但监测信号往往会受到流致振动和其他设备运行而产生的强背景噪声的干扰。为增强信号的冲击特征,本文提出了一种基于变分模态分解(VMD)和小波包变换(WPT)相结合的信噪分离和特征提取方法。首先,采用VMD算法将含噪声的冲击信号分解成不同频率成分的本征模态函数(IMF),并基于各模态函数间的相关系数确定分解过程的模态数量;然后,利用峭度和相关系数构建加权峭度指标,并依据加权峭度指标选取IMF,重构冲击分量较强的新信号;最后,利用WPT算法进一步对新信号进行去噪处理。采用所提出的算法对仿真模拟和冲击实验获取的信号进行特征提取,均成功分离出冲击分量,验证了该方法的有效性。     

小波变换与傅立叶变换在γ能谱降噪处理中的比较研究

介绍了小波变换与傅立叶变换的基本原理，对γ能谱降噪引入了小波变换方法并将其与傅立叶变换方法做了比较，针对^60Co的γ能谱分别用小波变换方法和傅立叶变换方法进行了噪声消除。MATLAB语言仿真结果表明，基于小波变换的降噪方法与传统的傅里叶变换方法相比具有较高的精度，应用于γ能谱降噪是非常理想的。     

小波分析在X荧光光谱去噪声中的应用

核辐射探测器中固有统计涨落、电子学噪声,使X射线荧光光谱中带有噪声,主要表现为出现假峰或丢失弱峰.论文探讨使用Mallat算法对X射线荧光光谱信号进行小波分解,采用阈值滤波算法在小波域内将噪声抑制或消除,最后重构除去噪声后的能谱信号.通过与多项式最小二乘拟合光滑除去噪声的光谱做定性和定量分析的比较,表明小波分析能够较好除去X射线荧光光谱中的噪声.     

基于SWT和Hilbert的密封磁阻马达式CRDM振动信号去噪

针对控制棒驱动机构滚轮振动信号采集过程受到噪声干扰的问题，提出了小波半软阈值（SWT）和Hilbert变换法相结合的去噪方法。该方法首先利用小波半软阈值算法在时频域对滚轮振动信号进行降噪处理，然后进行Hilbert变换求出其包络谱，分析寿命试验与缺陷验证试验中不同的滚轮振动信号。试验结果表明，该方法可有效消除噪声对振动信号的干扰，证明了小波半软阈值与Hilbert变换相结合的方法在驱动机构滚轮状态识别和故障诊断中的有效性，为驱动机构的状态判别提供了理论支持。     

基于平稳小波变换的毛刺检测算法

核爆炸地震监测技术研究中,数据质量检测是地震数据自动处理的基本内容,毛刺是影响数据质量的主要问题数据。基于平稳小波变换和非线性能量检测算法,给出一种毛刺自动检测算法。平稳小波变换弥补了正交小波变换存在的不足,可以使尺度分解结果的长度和原始数据保持一致,具备时移不变性。非线性能量检测算法可以增强记录中的高频信号,对平稳小波变换的结果应用非线性能量检测算法,提高了记录中毛刺检测的准确性,非常适合连续地震监测数据自动处理的需要。实验结果表明,给出的这种算法特别有利于记录中小毛刺的检测,从而能够减小信号检测的误检率。     

基于频率补偿小波的屏蔽主泵裂纹转子识别

针对转子裂纹振动信号不易被发现的问题,利用小波包分析方法,在无动不平衡频率的频带内进行分析,从中找出裂纹振动的特征频率。在分析中,针对小波算法存在的频率混淆、幅值失真、主频偏移的缺陷,在前人研究基础上,提出了一种频率补偿小波算法,利用该方法分析了核用屏蔽主泵转子裂纹振动信号,并得出了其振动的特征频率。结果表明,相比一般小波包,频率补偿小波包能识别出振动的特征频率,具有良好的实用价值。     

基于-维参数化正交小波滤波器的信号快速重建

首先用一维参数化正交小波滤波器逼近双正交小波滤波器，然后根据信号采样值用Mallat算法对信号进行了快速重建，给出了算法；最后，用一个仿真加以说明。     

基于脉动比预处理FFT的密度波不稳定性边界研究

两相流不稳定性试验的数据会包含一定程度的噪声信号。在判断两相流不稳定边界时,传统的基于流量脉动量幅值的方法具有局限性。本文研究了一种基于脉动比预处理的快速傅里叶变换(FFT)方法,通过捕捉密度波不稳定发生时频域上的特征信号来确定稳定边界,并对两组不同工况的试验数据进行分析。试验结果表明,本文方法具有较好的准确性。     

Extraction of MHD Signal Based on Wavelet Transform

Mirnov signals mixed with interferences are a kind of non-stationary signal. It cannot obtain satisfactory effects to extract MHD signals from mirnov signals by Fourier Transform. This paper suggests that the wavelet transform can be used to treat mirnov signals. Theoretical analysis and experimental result have indicated that using the time-frequency analysis characteristics of the wavelet transform to filter mirnov signals can remove effectively interferences and extract useful MHD signals.     

基于图像小波包信息熵和遗传神经网络的气-液两相流流型识别

根据小波包变换能够将图像信号按不同尺度进行分解的特性,提出了基于图像小波包信息熵特征和遗传神经网络相结合的气-液两相流流型识别的新方法.该方法采用高速摄影系统获取水平管道内气-液两相流的流动图像,经过处理,对图像进行多分辨率分析,提取小波包变换系数的信息熵特征,用主成分分析法降低特征维数构成特征矢量,作为流型样本对遗传神经网络进行训练,实现了对流动图像的流型智能化识别.结果表明:图像小波包信息熵特征可以很好地反映各流型之间的差异;遗传神经网络结合遗传算法和BP算法各自优点,具有收敛速度快、不易陷入局部极小的特性,网络识别率为100%.