声发射信号小波阈值消噪方法研究

声发射信号在采集、转换和传输过程中,由于受到设备、环境及传输信道的影响,不可避免地受到噪声干扰。因此,如何去除信号中的噪声,得到感兴趣的信息成为信号处理中一项关键技术。对声发射信号的小波变换阈值消噪方法进行了研究。首先分别对原始信号进行三重db3和sym8小波分解,然后对分解后的各层系数采用硬软阈值方法进行截断处理,最后利用阈值处理后的小波系数完成信号小波重构。通过试验数据分析比较发现,采用sym8小波基的软阈值消噪方法显著提高了声发射信号的局部弱特征保持能力。     

基于小波变换的汽车齿轮箱振动信号故障分析

本文利用小波变换和能量特征值对汽车齿轮箱振动信号进行特性分析。利用小波变换的分解和重构算法,对小波系数进行系数-能量计算,提取系统的特征信息,对汽车齿轮箱的故障进行诊断,及时发现齿轮箱的早期故障,提高汽车运行的安全性。仿真研究结果表明用小波变换在故障信息诊断方面是可行的和有效的,提高了故障检测的可靠性。     

一种基于小波包变换的SAR图像与TM图像融合方法

为了增强来自不同传感器的图像信息，改善图像的可分析和提取能力，近年来，常采用小波变换融合方法。但小波变换只对低频信息进行多分辨分析，并不考虑高频信息的多级分解。小波包变换不仅能对图像的低频部分，而且对小波变换没有细分的高频部分也能进一步地分解。因此，小波包分析能够为图像融合提供一种比小波多分辨分析更加精细的分析方法。在研究了小波包分析法后，提出了一种小波包图像融合方法。利用此融合算法对同一场景的不同传感器荻得的合成孔径雷达（SAR）图像和专题绘图仪（TM）图像进行融合，通过客观分析与目视评价，证明该融合方法的融合结果更好。     

基于近似小波变换的信号脉内特征分析

基于近似小波变换对信号脉内调制特性进行了分析，得到了调制信号的瞬时参数．利用叠代算法仿真了近似小波变换的分析结果，仿真在较低信噪比下仍能得到准确的脉内信息，验证了近似小波变换提取信号脉内信息的有效性．     

基于非线性扩散与小波变换的混合图像去噪算法

利用小波变换能够很好地保留图像细节信息的特点,提出了一种将非线性扩散方程和小波变换相结合的图像去噪方法。采用由小波系数估计的非线性扩散方程扩散函数对图像进行非线性扩散,取得了较好的去噪效果。仿真试验证明了算法的有效性。     

基于小波变换与中值滤波相结合的图像去噪处理

尝试利用基于小波变换和中值滤波相结合图像去噪声处理对同时含有高斯噪声和椒盐噪声的图像去噪方法进行了探讨．结果表明，小波变换结合中值滤波方法在去除图像噪声的同时较好地保持了图像所包含的边缘信息，处理效果优于单一的小波变换去噪或中值滤波．     

基于谐波小波包变换的信号检测

利用二进离散小波变换检测周期性信号时,由于频带间的干扰,微弱成分易被强信号所淹没,为解决此问题,提出一种基于谐波小波包变换的周期性信号检测算法。利用谐波小波函数的盒形频谱结构,根据目标声信号的特点,选择合适的分解层数和分析带宽,由此避免分析频带之间的相互干扰。对实测数据的分析结果表明,谐波小波包变换对于低信噪比下的微弱线谱信号成分有一定的增强效果。     

基于IHS变换、小波变换与高通滤波 的遥感影像融合

基于IHS变换、小波变换与高通滤波的遥感影像融合方法。利用IHS变换法来增强结果影像的空间细节表现能力；利用小波变换法来保留多光谱影像的光谱特性；在使用小波变换法的同时，利用高通滤波法对小波变换的低频部分进行融合，以便尽量多保留全色影像的细节信息，避免融合后的影像出现细节模糊。新方法不仅很好地保留了多光谱影像的光谱信息，而且增强了结果影像的空间细节表现能力，提高了结果影像的信息量与清晰度。     

基于小波包变换的电力系统谐波检测

阐述小波变换和小波包变换的基本原理,介绍小波变换的时频局部化特性,说明了在小波变换基础上建立的小波包变换,能够实现频带的均匀划分,能更有效地进行谐波的检测和分析,并利用小波包变换的方法分别对电力系统中的稳态谐波和暂态谐波进行检测.仿真结果表明,该方法可以准确地检测稳态和暂态时变信号,能为电力系统中的谐波治理提供依据.     

小波变换用于舰船辐射噪声调制信息检测

应用小波分析从舰船辐射噪声中提取调制信息,进行了仿真研究,供舰船识别利用.首先讨论了舰船辐射噪声的产生机理、构成和频率特性,指出螺旋桨噪声的振幅存在周期性调制.其次利用小波的多分辨分析的方法,在中低信噪比条件下,仿真实现了调制信号和舰船辐射噪声的分离.其结果表明,相对于传统DEMON分析,利用小波以及希尔伯特变换可以更快更好地提取舰船辐射噪声的调制信息.在水声信号处理领域,小波变换对于舰船调制信息提取是一种有效手段.     

结合空域噪声信息的小波脊提取算法

小波变换轮廓术的实质是计算小波脊的位置,进而得到最佳伸缩尺度和相位信息。但小波脊的提取易受噪声的影响,从而造成小波脊提取不准确。针对此问题,提出了一种新的代价函数提取小波脊的算法。该算法利用小波变换系数幅值和尺度参数曲线梯度信息建立代价函数;使用Feature Scaling方法对小波变换系数幅值和尺度参数曲线梯度进行调整,平衡两项指标的权重;随着噪声增大,小波脊受噪声影响加大,结合空域噪声信息对调整后的尺度参数曲线梯度进行补偿,加大尺度参数曲线梯度权重,使脊线更加光滑。实验表明,该算法具有良好的抗噪能力和鲁棒性,能够较精确地提取小波脊。     

小波分析在CO_2弧焊控制中的应用

作者针对小波分析的特点,将其两个重要特性应用于电弧焊控制中。一是利用小波变换模极大值来与检测信号的局部奇异性的关系特点,对电弧电压信号进行了局部奇异性的检测。结果表明,小波分析方法可检测到电弧电压信号发生拐点时的位置及突变程度,可用来提取焊接电压的波形特征及缩颈发生的特征信息。二是利用小波分析在信号处理上良好时域、频域局域性,对电弧传感方式下的摆动焊接电流进行了软阈值滤波,取得了良好的效果,消除了短路过渡所造成的峰值电流,提高了信噪比。     

基于希尔伯特-黄变换的船舶声信号特征提取

将希尔伯特-黄变换(HHT)用于船舶声信号特征提取中,利用HHT对实录船舶辐射噪声进行特征提取后,利用神经网络进行分类.研究表明希尔伯特-黄变换方法对于信号的时频特性具有较高的分辨能力,适用于水声非平稳信号的分析.与传统时频分析方法相比具有很强的自适应特性和较好的时频聚集性,时频分辨力高于小波变换.结果表明对于船舶声信号识别,希尔伯特-黄变换方法是一种有效的特征提取方法.     

旋转机械碰摩故障声发射信号的特征识别研究

利用碰摩试块通过悬臂转子试验台模拟310r/min下旋转机械的间歇碰摩故障,并用声发射仪分别在有碰摩试块和无碰摩试块两种情况下对相应的声发射信号进行采样,对其波形和时频特征进行分析.结合声发射突发型信号的特点,利用小波变换方法对声发射信号的时频特征进行定量分析.通过db10小波函数对有碰摩试块和无碰摩试块两种情况下的信号进行尺度为5的小波分析,结果表明:转子发生碰摩时,d2尺度上的特征频率在335～365kHz之间,d3尺度上的特征频率在240～280kHz之间.     

小波变换在管道泄漏声发射检测中的应用

对管道泄漏声发射信号特点和常用小波基函数特点进行了分析,指出Daubechies小波和Symlet小波是较适于泄漏声发射信号处理的基函数.进行了碳钢管道水泄漏声发射检测实验,用db5和sym5两种小波基分别对泄漏信号进行小波变换,结果表明,a6级信号的能量占总能量的绝大部分,信号峰值频率集中在2.90～3.81 kHz,两种小波变换在能量分析中最大相对偏差为0.77%,在频率分析中最大相对偏差为5.17%.     

用小波变换检测电力传动系统故障的探索

针对一个电力传动模拟系统利用MATLAB小波工具箱，选用dmey小波作小波母函数，对该模拟系统的正常信号和故障信号进行了多尺度小波分析，通过分析这些小波变换的不同曲线，可以准确地判断出该系统出现了何种故障．可以说小波变换是电力传动系统故障诊断的有效工具．     

机电设备故障特征的小波识别

在分析FFT及小波变换的基本性质和特点的基础上,探讨利用小波变换识别信号的奇异性以提取故障特征信息的方法。实例证明,小波变换能有效地实现信噪分离,且能反映出现故障特征的时间。     

基于小波变换的变形监测分析研究

根据小波变换方法能充分突出问题某些方面的特征，基于变形监测数据列特点，将小波变换应用于变形监测领域，即利用小波变换对变形监测数据进行降噪处理和不同频带分离，使数据列平滑以达到滤波的目的，并在此基础上合理地对变形体变形作出几何分析和物理解释。结果表明，在变形监测数据处理分析中小波变换是一种有效的分析方法，具有一定的理论价值和应用价值。     

一种基于小波多尺度分析的水天线检测方法

提出一种基于小波多尺度分析的水天线检测方法．该方法针对海面背景图像的特点，利用小波变换的多尺度分析特性，依据小波变换模极大值在多尺度上的变化规律，综合了各尺度信息，对水天线进行检测，仿真实验验证了其有效性。     

天然气管道阀门内漏声发射信号特征研究

通过理论分析的方法建立阀门内漏过程中气体体积泄漏率与声发射信号特征参数均方根(AERES)函数关系,利用研制的实验平台进行了阀门气体内漏检测实验,利用小波包变换方法分别对球阀和截止阀内漏过程产生的声发射信号进行频谱特性分析研究,实验结果表明,经过3层小波包分解后的信号能量主要集中在12.5～75kHz。且声发射信号特征参数均方根(AERES)能有效反映气体体积泄漏率,因此可以利用声发射技术检测阀门是否内漏并估算其泄漏率。