共查询到18条相似文献,搜索用时 187 毫秒
1.
2.
3.
小波变换在机械系统非线性信号消噪中的应用 总被引:2,自引:0,他引:2
噪声的去除一直是信号处理中较为关键的技术之一。小波变换在时、频两域都具有表征信号局部特征的能力,突破了传统Fourier分析的局限性,很适合检测信号的奇异现像。用Daubechies小波和Fourier变换分别对洛仑兹混沌信号以及撞击流反应器压力波动非线性信号进行去噪分析,结果表明,二者的去噪效果有较大的不同,突出了小波变换用于非线性信号去噪的性能。因而,将小波用于信号消噪具有重要的意义。 相似文献
4.
5.
分数阶小波包时频域的信号去噪新方法 总被引:2,自引:2,他引:0
为了提高信号去噪的效果,提出了一种基于分数阶小波包变换(FRWPT)的信号去噪新方法。该方法根据输出信号信噪比的大小,用迭代法寻找分数阶小波包变换的最优分数阶p值,通过分数阶小波包变换将带噪信号映射到最优分数阶小波包时频域内,对变换后的信号进行窄带通滤波,最后通过分数阶小波包逆变换对信号进行重构,实现分数阶小波包时频域内的信号去噪。以带噪Bumps信号和语音信号为例的去噪实验结果表明,采用该方法去噪后的信号信噪比明显提高,在抑制噪声的同时可以有效保持细节信息。 相似文献
6.
小波变换在输油管道漏油实时监测中的应用 总被引:16,自引:2,他引:16
在输油管道漏油监测系统中,如何将测量到的应力波信号进行处理,对人为打孔漏油的信号特征和模式进行识别,是决定检测准确度的关键。介绍了防盗定位实时监测系统的基本方案以及用于信号处理的小波变换方法,重点讨论了利用信号小波系数与信号奇异性关系进行去噪的方法,给出了一个去噪实例。进行了现场验证试验,结果表明,该法可以很好地去除噪声,提高了系统检测的准确度。 相似文献
7.
基于改进阈值小波算法的汽车轮速信号处理 总被引:5,自引:2,他引:3
在汽车制动过程中,轮速信号中的噪声对制动有着直接的影响,运用小波理论可以对轮速信号中的噪声进行去噪处理。噪声的幅值随着小波变换尺度的增加会逐渐减小,而信号的幅值与小波变换的尺度变化无关。在Donoho的软、硬阈值去噪方法基础上,提出了一种新的阈值函数量化法,该方法克服了硬阈值法不连续性和软阈值法有偏差的缺点,并把它们应用在汽车轮速信号的去噪上。新的阈值函数具有物理意义清晰、表达式简单等优点。实际信号处理结果表明,这种经改进的方法可以有效地去除噪声干扰,在信噪比指标上也明显优于常用的软、硬阈值去噪算法。 相似文献
8.
针对远距离超声波测距系统中回波信号信噪比低的问题,采用小波变换对超声波的回波信号进行去噪处理。为取得较好的去噪效果,对小波变换的参数选取进行了研究。根据小波基的特性,通过能量与能量熵选取最优小波基;基于回波信号噪声的白噪声特征,采用白噪声检验自适应确定分解层数;引入参考噪声信号,确定小波系数处理阈值,并选用一种结合软、硬阈值函数的改进阈值函数进行小波系数处理。为验证方法的有效性,搭建基于NI数据采集卡和LabVIEW的超声回波信号采集平台,利用MATLAB小波工具包完成回波信号的去噪处理,并通过信噪比、均方根误差等指标对去噪效果进行综合评判。实验表明小波去噪可以达到很好的去噪效果,为大量程超声测距提供理论基础。 相似文献
9.
10.
11.
12.
为有效提取滚动轴承故障振动信号的故障冲击特征,提出了基于FSWT细化时频谱SVD降噪的冲击特征分离提取方法。首先对原始信号进行频率切片小波变换得到全频带下的时频分布,然后根据时频谱能量分布特点选择出感兴趣的时频区域,再以较高的时频分辨率对感兴趣的时频区域进行细化分析得到细化的时频谱,从而分割出含有故障特征时频区域。为克服噪声对细化时频谱精度的影响,FSWT细化分析过程融入SVD降噪,通过对FSWT细化时频谱系数矩阵进行奇异值差分谱阈值降噪,使得FSWT细化时频谱的冲击特征更加明显,最后通对降噪后的细化时频谱进行FSWT逆变换重构,分离出故障冲击信号。仿真分析和故障诊断实例表明,基于FSWT细化时频谱SVD降噪的冲击特征分离提取方法能够成功从低信噪比信号中提取出周期性的冲击特征,有效地实现对滚动轴承各种故障的诊断。 相似文献
13.
针对滚动轴承故障诊断中存在的非平稳故障信号的特征提取困难这一难题,提出利用同步压缩小波变换(SWT)对故障信号的监测数据进行处理的方法。首先对信号进行连续小波变换(CWT),其次对小波变换系数进行同步压缩变换(SST),然后对SST系数进行自适应阈值去噪,之后在有效信号数据的频率中心附近进行积分提取,最后用提取到的有效信号进行重构。对实测的滚动轴承故障信号进行处理验证,结果表明,SWT具有较高的信号提取精度以及降噪能力,同时具有较高的时频分辨率,能够将故障信号转换为高分辨率的时频谱,弥补了CWT在这方面的不足。 相似文献
14.
小波变换是一种新的信号时频分析方法,在时频两域均有良好的局部性。根据小波变换多分辨率的特点,提出应用小波技术进行点云数据的降噪。该方法首先对点云数据进行小波分解,然后对细节系数作用软阈值,最后进行小波重构。试验表明,该方法在保留原数据相似性的基础上,有效地抑制了噪声。 相似文献
15.
16.
In the step processing a digitalized signal,noises are generated by internal or external causes of the system.In order to eliminate these noises,various methods are researched.Among these noise elimination methods,Fourier fast transform (FFT) and short-time Fourier transform (STFT) are widely used.Because they are expressed as a fixed time-frequency domain,they have the disadvantage that the time information about the signal is unknown.In order to overcome these limitations,by using the wavelet transform that provides a variety of time-frequency resolution,multi-resolution analysis can be analysed and a varying noise depending on the time characteristics can be removed more efficiently.Therefore,in this paper,a denoising method of underwater vehicle using discrete wavelet transform (DWT) is proposed. 相似文献
17.
18.
Mengyao Pan Guixiong Liu Tusheng Lin Xiaobin Hong 《Frontiers of Mechanical Engineering in China》2010,5(3):322-327
Wheel speed is one of the key parameters of vehicle operating attitude. To solve the problems in traditional wheel speed measuring
methods, such as low measurement precision and the lack of real-time monitoring of the vehicle’s operating attitude, a wheel
embedded intelligent sensors (WEIS) wheel speed measuring method for vehicle operating safety states monitoring (VOSM) is
innovatively proposed. Radial acceleration signal is obtained through a WEIS module embedded in the hub. Using wavelet packet
to implement wavelet de-noising for the non-stationary acceleration signals, and adopting short-time Fourier transform (STFT)
algorithm to extract the signal characteristics, the wheel speed measurement can be achieved. The experimental result shows
that under experimental conditions the speed measurement error is − 2.05%, and the speed measuring response time is 0.45 s. 相似文献