应用最优重分配小波尺度谱的小波脊线提取

针对基于小波尺度谱的模极大值法提取小波脊线存在受噪声干扰影响大、高频部分频率分辨率低等缺点,提出一种基于最优重分配小波尺度谱的小波脊线提取方法。首先,优化M orlet母小波使其与信号特征成分实现最佳匹配,再对小波尺度谱进行重分配,提高尺度谱的时频聚集性;然后,对重分配尺度谱进行信号奇异值分解降噪,降低噪声干扰影响;最后,利用模极大值法提取出小波脊线,根据小波脊线与频率的关系得到信号的瞬时频率。仿真算例和实际工程应用结果表明,该方法能有效提取出强噪背景下的机械故障特征。     

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。笔者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。     

基于软阈值和小波模极大值重构的信号降噪

软阈值小波降噪是一种常用的非平稳信号特征提取方法.为了改进软阈值小波降噪法的性能,提出一种基于软阈值和二进小波变换模极大值的新小波降噪方法.首先,对信号进行二进小波变换,再对小波系数进行软阈值处理;然后,选择由信号产生的小波系数模极大值点;最后,用交替投影算法重建信号.理论分析表明,该方法能有效地降低软阈值小波降噪法的误差下界.仿真试验表明,该方法提高了降噪结果的信噪比,且较好地保留了信号中的奇异性.将该方法和二进小波变换软阈值降噪法结合起来,应用于滚动轴承故障振动信号降噪.结果表明,该方法能有效地提取到信号中的冲击特征.     

基于小波模极大值的自动机信号降噪方法

自动机的运动信号主要包括位移信号、速度信号等,这些信号中的噪声严重地影响我们分析判断自动机运动的真实过程.运用小波模极大值方法对自动机运动信号降噪,并对处理结果进行了详细的分析.分析结果表明:小波模极大值降噪方法在武器自动机运动信号分析中有比较好的去噪效果.     

基于不同频率声音刺激的脑电信号分析方法研究

本文主要研究在不同频率声音刺激下的脑电信号特征.通过设计实验方案获取脑电数据,利用小波变换将脑电数据分解为不同频带信号,实现各频带信号的功率谱计算,应用模极大值检测脑电信号中的突变点,提取大脑在不同频率声音刺激下的特征,分析了人脑与声音刺激的关系,实验结果对脑机接口以及盲人导行等研究具有重要价值.     

基于Birgé-Massart阈值的烟气发电机组状态特征弱信息提取方法

烟气发电机组是石油化工行业中的一种高速旋转大型机械,用于将催化裂化再生烟气中具有的能量转变成机械能。为保证机组安全、稳定运行而进行的运行状态监测,需解决机组在大量背景噪声下状态特征弱信息提取的问题。为此研究基于Birgé-Massart惩罚函数策略获取阈值的信号小波变换模极大值抑制噪声算法。由Birgé-Massart惩罚函数策略获取阈值,在小波变换不同分解尺度上构建不同的模极大值点邻域来影响模极大值点搜索过程,获得小波分解各尺度上合适的模极大值点序列,凸显状态特征信息,利用Mallat的交错投影法重构信号。为验证该算法的有效性,将该算法与Rigrsure、Sqtwolog、Heursure、Minimaxi四种阈值抑噪方法进行比较,结果表明该算法具有更好的信噪比和方均根误差。应用该算法对现场采集的振动信号进行状态特征弱信息提取处理,结果表明处理后的信号在保留突变点的同时,具有良好的光滑性,可以用来进行烟气发电机组状态特征信息的提取。     

小波分析识别裂纹参数中的噪声影响

鉴于信号和噪声进行多尺度小波变换时,其小波系数模极大值在多尺度上表现出截然不同的性质,直接将悬臂梁含噪声的前四阶模态进行小波分析,从小波系数模极大值在多尺度上的特性可以定位损伤,讨论高阶模态在损伤识别中的优缺点.定义一个和小波系数直接相关的集中因子,建立其与裂纹深度之间的关系,并分析模态中的噪声对裂纹深度识别的影响规律.研究可对实测环境中小波分析识别损伤提供一定的参考.     

基于信号奇异性分析的轴承故障检测方法

针对轴承振动信号利用小波单奇异点检测无法克服噪声影响的不足,提出利用小波模极大值分析信号奇异性变化进而进行轴承故障检测的方法。实验中对信号的模极大分形指数、模极大分形指数熵、Lipschitz指数以及Lipschitz指数熵等奇异特征进行分析比较,实验结果表明这些特征都能有效克服噪声影响实现故障检测,但模极大曲线数最能体现故障特征且检测效果最好。最后将本方法同基于小波包能量谱特征和小波单奇异点检测的方法进行比较,实验结果表明本文中建议的方法在检测时间及检测率上都有显著提高。     

基于小波分析的液压系统泄漏检测

介绍了一种以液压系统压力信号为对象,利用小波变换这一时变信号分析的有力工具,提出以小波变换在特征尺度上的模极大值的分布规律为特征,进行液压系统流量泄漏检测的探索性办法。     

一种改进的基于小波变换的包络提取算法研究

结合“模极大值小波域去噪”原理，提出了一种基于小波变换和希尔伯特变换的包络提取算法。首先用小波变换作为包络分析的前置处理手段，再利用希尔伯特变换对处理后的信号进行包络提取。针对希尔伯特变换解包络的不足，采用模极大值小波域去噪算法对包络信号进行消噪，从而解决了一般算法难以解决的由于随机噪声的干扰造成的提取的包络轮廓信息粗糙的难题。实验结果表明，该方法可以精确提取信号的包络并通过包络细化谱分析全面获得信号所隐古的故障特征。