基于第二代小波变换的结构损伤检测研究进展

小波变换可以对非稳态信号进行详细的时频分析,已广泛应用于机械?航空航天?土木等工程领域中,特别是在结构损伤识别和健康监测中的应用尤为突出.在第一代小波变换基础上提出的第二代小波变换,具有算法简单?运算速度快?能够准确匹配信号的局部特征等优点.笔者综合论述了第二代小波变换理论及其在结构损伤检测中的应用,并对其未来发展进行展望.     

基于冗余第二代小波的降噪技术

构造了一种基于插值细分原理的冗余第二代小波变换.该方法在分解过程中不进行剖分,逼近信号和细节信号长度与原始信号长度相同,因此数据量是原信号的2倍.数据冗余性决定了该方法具有良好的分析效果.通过与传统小波变换、第二代小波变换对相同数据的对比,验证了冗余第二代小波变换的有效性.     

第二代小波分析在轴承故障诊断中的应用

针对传统小波分析在轴承冲击故障特征提取中的不足,引入第二代小波分析用于滚动轴承的故障诊断.基于插值细分原理,构造了预测算子和更新算子,并针对边界计算中出现的信号突变问题,采用一阶平滑边界延拓技术,解决了重构后信号的平滑问题.基于第二代小波分析的降噪方法,成功滤除噪声信号并保留故障的冲击特征,效果明显优于传统小波降噪技术.同时,将第二代小波变换与相关分析、解调分析等方法相结合,实现了轴承早期故障特征的有效提取.     

基于高阶累积量的点燃式发动机爆震检测及爆震强度判定

研究了利用高阶累积量提取汽油机爆震特征的方法。利用加速度传感器采集振动信号,传感器安装在四缸汽油机的缸盖上。通过分析信号的高阶统计特性,定义了一个基于高阶累积量的公式来计算爆震强度。与基于傅立叶变换和小波变换的方法相比,该方法使用相对较少的数据点,并且可以检测到较弱程度爆震的发生。通过分析不同工况下振动信号的高阶统计特性,并结合爆震声音强度,提出了一种对爆震强度分级的方法。实际信号分析结果表明了本文方法的实用性。     

基于小波提升算法的脑电节律提取

小波变换在信号处理中有着广泛的应用,能同时分析时域和频域方面的信息,但是传统的小波变换依赖于傅立叶变换,有大量的卷积运算,运算速度较慢.该文讨论了第二代小波变换的原理,并采用它来处理脑电信号.提升算法作为构造第二代小波的关键技术,通过预测确定高频信息,更新后得到正确的低频信息,它不依赖于傅立叶变换,大大提高了运算速度.通过分析提升算法的基本原理,用第二代小波变换实现了对脑电信号的节律(δ、θ、α、β)提取,并得到了令人满意的效果.     

轧辊偏心自动分层确定阈值滤波法

为计算板带轧机中的轧辊偏心信号,对轧制过程中采集的信号进行滤波是一个关键环节。本文提出一种轧辊偏心自动分层确定阈值滤波法：通过使用第二代小波变换方法,根据由轧辊转速计算得出的轧辊偏心频率来确定小波分解层数,并根据不同层中信号频率范围选取不同的阈值,从而对信号进行滤波。通过与类似工况下小波阈值滤波法比较,轧辊偏心自动分层确定阙值滤波法能更准确的反映轧制过程中的检测信号,为更精确提取轧辊偏心信号、进行有效的轧辊偏心补偿奠定基础。     

小波变换在数字机顶盒的应用研究

以小波变换在工程中的应用特点和数字电视知识为铺垫,叙述了数字机顶盒的原理及其解码过程.介绍了离散余弦变换在图像压缩中的正变换及其逆变换,其基本原理是将信号从时域变换到频率域,然后进行量化、存储和传输.讨论了二维离散小波变换在图像压缩中的正变换和其逆变换.     

基于多尺度提升小波的边缘检测

通过比较第一代和第二代小波的特点,研究了第二代小波在边缘检测中的方法.基于多尺度提升小波的边缘检测弥补了传统边缘检测算法的不足,有效地抑制了噪声并且提高了其边缘定位精度.提出了一种提升方案的边缘检测算法.最后,通过仿真验证了该算法的有效性和快速性.     

基于自适应提升小波变换的语音增强算法的研究

语音增强是解决噪声污染的有效方法,它的首要目标是在接收端尽可能从带噪语音中恢复纯净的语音信号.Sweldens等人引入了基于提升法的小波变换,也称为第二代小波变换.提升法是一种柔性的小波构造方法,它可以使用许多线性,非线性或者空间变化的预测和更新算子,而且可以确保变换的可逆性.该文讨论强背景噪声下的基于自适应提升小波变换的语音增强方法,并与自相关相减法语音增强算法进行比较.计算机仿真结果表明,该方法在大大消除背景噪声同时保持语音信号较好的可懂度.     

基于小波变换的非平稳信号分析与处理

针对傅里叶变换在非平稳信号分析中的难点问题,将小波变换和短时傅里叶变换应用于典型的非平稳信号,进行时频分析研究,所获得的特性比普通的傅里叶变换构成的频谱分析结果更清晰、准确,表明这两种时频分析方法独有的优越性、正确性、实用性.小波的多分辨特性更使得分析结果优于短时傅里叶变换.在此基础上用该方法对小波时频分析方法的抗噪性能进行研究,并从小波基函数的性质和实际仿真效果两方面设定参数,得出最优分析结果,改善了小波时频分析方法在高频处频率不易确定的问题.     

A new real-time algorithm of wavelet transform for detection of sudden-changing signals of power systems

With a complex wavelet function, a new real-time recursive algorithm of wavelet transform (WT) is analyzed in detail. Compared with the existing recursive algorithm in two directions, the computing time is greatly redueed in response to faults signals in power systems, and the same recursive algorithm can be generalized to other wavelet functions. With the phases and magnitudes of complex WT coefficients under the fast recursive algorithm, a method to detect faults signals of power systems is presented. Lastly, the analyzing results of some signals show that it is effective and practical for the complex wavelet and its real-time recursive algorithm to detect faults of power systems.     

基于小波包和改进EMD的脑电信号消噪研究

由于采集到的脑电信号含有噪声,提出了总体经验模态分解(EEMD)的希尔伯特黄变换(HHT)结合小波包分析的脑电信号去除噪声的方法。含噪脑电信号经EEMD分解可以得到一定数量的IMF分量,而且可以解决经验模态分解(EMD)时的模态混叠问题,然后,对IMF分量进行Hilbert变换,分析Hilbert谱,把含噪的IMF部分进行小波包处理,最后,把各IMF相加,可得处理过噪声的脑电。经验证得,单独使用小波包方法消噪和改进EMD消噪,都没有小波包结合改进EMD方法的信噪比高,提高了去噪效果,有利于更精确的诊断医学疾病。     

一种检测局部放电信号的新方法

为了提取局部放电信号,提出一种基于各向异性扩散的局部放电噪声抑制方法．根据局部放电信号的特点构造了新的扩散函数,比经典的扩散函数更能有效地抑制白噪声和窄带干扰,并且保持相同的运算速度．相比于常规的小波去噪方法,该方法不受小波函数和小波分解层数选取的限制,能直接应用于空域,更加简单、有效．     

基于EEMD降噪与非抽样提升小波包的滚动轴承故障诊断方法

针对传统小波包在诊断滚动轴承隐含故障中存在频率混叠、精度不高等问题,提出一种基于集成经验模态分解(ensemble empirical mode decomposition,EEMD)降噪与非抽样提升小波包相融合的故障诊断方法.首先利用EEMD方法分解原始故障信号得到多个本征模态函数(intrinsic mode function,IMF)分量,然后计算各个IMF分量与原始信号间的相关系数,并与设置的相关系数阈值相比较,将小于阈值的IMF分量视为伪分量予以剔除; 对剩余的IMF分量采用峭度准则再次筛选最优IMF分量进行重构,进而实现降噪目的.为了避免传统小波包因采取抽样运算方式导致频率混叠情况,文中采用非抽样运算的提升小波包来分解降噪信号,并采用Hilbert变换进行包络解调分析得到滚动轴承的故障位置.仿真实验和滚动轴承内圈故障应用实例表明:采用EEMD分解原始故障信号,结合相关系数-峭度准则,达到了很好的降噪效果; 采用非抽样提升小波包比传统小波包具有更高的故障诊断精度,且不存在频率混叠问题.     

动态小波变换在单相重合闸故障判别中的应用研究

分析了输电线路发生单相接地故障时,永久性故障与瞬时性故障电弧燃烧的特性,提出一种基于动态小波变换的自适应单相重合闸故障类型的判别方法。小波变换能够准确地检测到电力系统故障突变信号的特征,而傅里叶变换能够较准确地反映工频信号量,将二者结合起来构成的动态小波变换,不仅可以检测到故障信号中的工频分量,还可以检测到谐波分量。动态小波变换与常规小波变换相比,检测故障突变信号的能力更强。将其用于单相重合闸故障类型的判别,可以在熄弧之前进行判断,具有快速、准确的显著特点。仿真结果验证了该方法的有效性。     

计算重力异常垂向二阶导数的DCT法——模型实验

基于离散余弦变换（DCT,Discrete Cosine Transform）的重力异常垂向二阶导数的计算方法,是笔者提出的新方法。以无限长水平圆柱体为例研究了DCT法的计算规律,模型实验证实,该法计算的无限长水平圆柱体重力异常垂向二阶导数的精度与采样间隔、剩余密度及圆柱体半径大小无关,与圆柱体轴心埋藏深度成正比。通过分析给出了基于DCT的合适的线性滤波方式,滤波后的重力异常垂向二阶导数与理论二阶导数拟合效果好,具有较高的计算精度。     

小波变换在OFDM系统频偏估计中的应用

提出了一种基于小波变换的正交频分复用(OFDM)系统频偏估计的新方法,这种方法与其他频偏估计方法的不同在于,它不需要知道不稳定信号的平均接收功率,也不需要变化的时间观察窗,仿真显示,它可以跟踪频偏的变化,具有自适应特性,估计方法简单易行,且精度较高。