应用小波Firm阈值滤波实现光谱实时采集

提出了一种利用小波域Firm阈值滤波去除随机噪声的方法,以提高微型光谱仪的光谱采集精度。首先,采集2次光谱谱线,取均值作为待处理谱线;然后,计算出这两次谱线的噪声标准差取代传统小波去噪中的噪声标准差估计,运用通用阈值法确定上阈值。调整下阈值对待处理谱线进行小波Firm阈值滤波,并判断滤波后偏差是否在计算的噪声方差内。选用标准溶液以2种浓度做相对吸光度实验(标准值是A=0.3204),分别用传统10次平均方法和Firm阈值滤波法进行去噪。实验结果表明,提出的方法优于传统10次平均法,标准差从0.00796降低到了0.00697,提高了采集速度。在以光纤光谱仪为主体的微型生化分析仪样品检测过程中的应用表明:该方法提高了检测精度,减少了检测时间,提高效率4～5倍。     

基于小波阈值滤波的轴承故障诊断

针对软阈值滤波和硬阈值滤波的缺陷,设计出了-个线性和非线性相结合的新的阈值函数.在试验仿真后,将其用于实际的振动信号处理.实践证明,此方法不仅滤除了大量的噪声,而且很好地保留了信号的细节,为提取到清晰的故障特征以及分析故障特征创造了条件.     

改进EMD阈值小波滤波方法

下肢自主康复训练机器人中交流伺服电机电流信号噪声严重影响电机力矩辨识精度。为解决非线性非平稳信号的滤波去噪问题,提出一种基于经验模态分解(EMD)的改进阈值小波滤波算法。首先对EMD最佳去噪层数和阈值小波的阈值处理函数进行分析和改进,然后将两种改进方法相结合,最后对Matlab中的Heavy sine信号添加高斯噪声,分别利用改进方法和软、硬阈值等滤波方法进行去噪实验。仿真实验结果表明,改进算法能有效去除非线性非平稳信号中噪声信号。与EMD和阈值小波等其他滤波方法相比,本文滤波算法去噪后信噪比更大,均方根误差更小,滤波效果更好。     

非平稳信号自适应滤波的小波模型与滤波方法

分析自适应滤波和小波滤波的原理与方法,建立非平稳信号的自适应滤波的小波模型和滤波方法。利用小波变换的多尺度分解,将分离出来的噪声成分作为自适应滤波器的输入信号。通过自适应滤波器组能同时实现对多种噪声成分的最佳滤波,是实现信噪分离的最佳滤波方法,具有优良的滤波性能。模型验证和工程实例应用表明,该方法能实现非平稳信号在同频段对噪声成分和有用信号的最佳估计。     

基于小波阈值滤波的轴承故障诊3断

针对软阈值滤波和硬阈值滤波的缺陷，设计出了一个线性和非线性相结合的新的阈值函数。在试验仿真后，将其用于实际的振动信号处理。实践证明，此方法不仅滤除了大量的噪声，而且很好地保留了信号的细节，为提取到清晰的故障特征以及分析故障特征创造了条件。     

基于小波分析的稳健滤波技术

小波分析具有良好的时频局部性,在工程表面计量中取得了广泛的运用。在分析小波滤波提取粗糙度评定基准稳健性时,发现小波滤波方式存在与标准高斯滤波方式相同的稳健性差问题。为此,提出一种基于M估计理论的稳健小波滤波方法,列举了四种备选稳健估计权函数,并给出了一种稳健估计权函数调节参数的设置方法。仿真实验和实测实验结果表明,该方法提高了小波滤波方式的稳健性,抑制了异常点对表面评定基准提取的影响。     

混凝土泵活塞位移小波滤波方法研究

通过选择合适的小波基和阈值规则,对混凝土泵工作过程中的活塞位移测量信号进行小波分解和滤波处理,有效去除了活塞位移测量信号中的噪声,取得了良好的滤波效果,为混凝土泵实时监控和故障诊断提供处理和识别依据     

基于噪声方差估计的小波阈值降噪研究

信号中包含的噪声不仅降低了信号的质量,而且还严重影响着各种相关处理算法的有效性,因此,高效稳健的噪声方差估计对于各类信号处理非常重要。提出一种噪声方差估计的新方法,该方法首先应用两状态高斯混合模型对高频系数建模,混合模型的各项参数通过EM(Expectation-maximum)算法迭代估算得到。在建立的高斯混合模型中,当参数满足一定条件时,可以将高频系数分为噪声类和边缘类。基于高频子带内系数的相关性,对噪声类所包含的系数再次应用高斯混合模型的方法分类,并在每个类中分别进行噪声的估计,最后对所得噪声信号计算方差作为原始信号的噪声方差估计。基于这种估计方法,将小波阈值法应用到反求工程的降噪中,实际信号的降噪结果在光滑性和特征保持方面均有较好的效果。试验表明,该噪声方差估计方法对噪声大小具有一定适应性,且小波阈值降噪法简单易行,应用广泛。     

基于小波理论的动平衡信号滤波方法研究

动平衡是旋转机械必须解决的一个基本共性问题,传统动平衡方法主要从硬件的滤波和离散傅里叶变换算法来提取振动的基频信号,但傅里叶变换算法无法分析信号显著局部特征,硬件滤波容易受干扰。采用小波理论的软件滤波方法,以ATmega64芯片为核心来实现振动信号的滤波,并取得很好的效果。     

基于小波变换的中值滤波图像去噪

针对含噪图像提出了一种更为有效的去噪方法,即先对图像进行小波变换,然后对变换后的各频带子图像进行自适应中值滤波,接着再进行小波反变换,可得到降噪后的图像,同时较好地保持了图像的边缘信息.实验结果表明该方法是有效的.     

一种数据采集分析应用软件的开发

针对已开发的自动变速器数据采集器,开发了一套与之相匹配的用户采集分析软件。软件通过驱动程序提供的接口函数,获取采集器通过USB总线上传的数据;软件对数据进行解压分析,实现自动识别信号类型;设计了软件抗干扰模块,提出了浮动加权算法进行滤波处理;最终实现了自动分析出自动变速器换档工作时序图的应用需求。现场应用测试表明:该软件运行稳定,提出的滤波算法实用、有效。     

中值滤波与小波变换的指纹图像混合去噪的算法

图像去噪是指纹图像预处理中的重要内容,直接影响着指纹识别系统的准确率.结合中值滤波与小波去噪分别去除椒盐噪声和高斯噪声中的优势,提出了一种指纹图像混合去噪算法,并对其中的关键步骤进行了详细分析.仿真结果表明:相对于单一使用一种去噪方法,混合去噪算法能更有效地去除指纹图像中的椒盐和高斯混合噪声,获得了较好的峰值信噪比增益.     

DMA在高速实时数据采集系统中的应用

提出了一种应用于高速数据采集系统的DMA控制器设计方案,用以提高数据传输速率和微处理器效率.该DMA控制器具备PCI总线接口;设计了数据FIFO优化了数据采集存储及向上位机交互方式;支持多通道且制定了相应优先级仲裁策略;设计传输描述序列机制以增强DMA传输的可编程性,进一步减少微处理器对底层单元的参与.该方案具有良好的移植性,可应用于采样速率高、数据采集量大、数据实时性要求的数据采集系统.     

基于dbN小波变换和自适应高斯滤波的齿面干涉图像相位滤波方法

齿轮齿面形貌的激光干涉测量中，由于齿面高度差较大，采集到的干涉图像中难以避免存在条纹密集区域，容易出现局部条纹粘连、错切等现象，增加了相位噪声和解包裹难度。分析了包裹相位图中条纹密度分布规律，提出了一种基于dbN小波变换和自适应高斯滤波的齿面干涉图像相位去噪方法。首先，利用小波变换分解出包裹相位图中常表现为高频信号的噪声，采用软阈值去噪滤除部分高频噪声；其次，根据包裹相位图频域特征，结合自适应高斯滤波进一步对高频噪声进行迭代滤波处理；最后，设计了相关实验，通过与经典的滤波方法进行对比，所提方法不仅能够有效滤除条纹较为密集的包裹相位图中的相位噪声，而且更大限度地保留了图像细节信息，证明了所提方法的有效性和正确性。     

MIMU信号频谱分析及降噪方法

根据误差信号的频谱特性将MIMU(Micro Inertial Measurement Unit)误差信号分为长期误差和短期误差两类,分析了两类误差的来源和传统组合导航系统的降噪性能。利用Allan方差法对MIMU长期误差进行分析建模;针对短期误差的频谱特性,使用最优低通滤波器滤除高于运动特性频带上限的部分;通过小波阈值降噪方法减小混叠在运动特性频带中的短期误差。GPS/MIMU组合导航仿真结果表明, 经过MIMU信号预处理的组合系统,在GPS信号有效时定位误差减小了20%,而当GPS信号丢失时,累积误差降低了近80%。     

基于线阵CCD的光谱信号高速数据采集系统设计

为了满足环境污染检测等工业实际应用的需要,便于系统的集成、降低成本,设计了一个基于FPGA和USB 2.0的线阵CCD光谱信号高速数据采集系统.以FPGA芯片EP2C20Q240作为采集系统的控制核心,USB 2.0芯片CY7C68013A作为数据传输通道与上位机实现通信,通过计算机软件进行光谱采集,并能实时控制CCD的积分时间和采集光谱的平均次数.实验表明:该系统高效、稳定,1 s采集250帧谱图,可广泛应用于CCD光谱的实时快速精确测量.     

基于谐波小波带通滤波的动不平衡信号提取研究

为了准确提取转子动不平衡信号,提出了一种基于谐波小波带通滤波的提纯方法。谐波小波具有盒形频谱和相位锁定特性,可以将信号分解到相互独立的频带空间,特定频率的成分与其他频率的信号成功被分离,再进行重构即可获得特定频率的信号。