管道漏磁信号压缩技术

为解决在固有硬件条件下实现实时高速海量数据压缩这一问题,通过Huffman算法与小波变换相结合的方法,给出了对管道漏磁信息进行有损与无损相结合的压缩方式.根据信号的特征,通过对漏磁信号阈值的判断,得出健康信息与缺陷信息,并对缺陷数据使用Huffman算法进行低压缩比的无损压缩,而对健康数据以及噪声数据则以小波变换进行有损高压缩比的压缩.模拟测试结果表明,压缩后的数据还原后,能够较好地体现出原数据的信息,说明了Huffman算法与小波变换相结合的压缩算法能够较好地实现对管道漏磁数据的存储.     

一种小波变换信号处理方法

针对钻井泥浆脉冲信号在复杂环境中传输的问题,建立了复合泥浆信号模型,研究了符合信号特征、基于最低熵的最优小波设计及处理方法．利用该小波对信号进行变换,分析信号、噪声和基线的模极大值传播特性,提出了模极大值平方后与相邻系数相乘且归一化的处理方法,实现噪声去除、基线矫正和脉冲位置检测．该方法在中国石油某油田得到现场应用,处理采集的钻井泥浆信号,检测脉冲位置恢复原始编码数据,可满足随钻测井的要求．     

基于压缩感知的语音信号编码算法

针对语音信号在离散余弦变换基上的稀疏性,提出了一种基于压缩感知的语音压缩编码算法。算法在编码端采用随机高斯矩阵直接对语音波形进行观测,并采样均匀量化技术对随机观测进行量化。解码端利用未饱和的观测值通过Lasso算法实现语音信号的重构。仿真结果表明,该算法具有良好的重构性能。     

随钻声波测井数据压缩的小波神经网络法

针对当前石油工程声波随钻测井中大量测井数据需要在井下实时压缩存储的迫切要求,结合声波测井数据的特点,提出了一种基于小波神经网络的数据压缩算法,并利用共轭梯度法优化网络参数。实验结果表明,该算法具有参数收敛速度快、数据压缩比高的特点,能够满足随钻声波数据高速实时处理的需要。     

墓于小波变换的随钻测试数据降噪方法研究

为消除随钻测试装置采集信号中的噪声,给工程人员提供准确的现场信息,提出了基于小波变换的方法对随钻测试数据进行降噪处理.首先,根据含噪声的随钻测试数据模型建立起小波变换降噪的基本流程.其次,在对含噪信号的小波变换特性分析的基础上,运用自相关函数对其在小波变换尺度空间中进行白噪声检验,确定小波最优分解层数.在分析对比小波降噪阈值的不同选取方式后,采用广义交又确认理论来计算最优降噪阈值,从而在对信号降噪的同时还最大程度地保留了信号的有效特征成分.最后给出了基于该方法小波变换的随钻测试数据降噪的详细步稼,对实侧的钻压和扭矩数据进行了小波降噪,取得了良好的降噪效果,为钻井工程后续分析提供了可靠的数据支撑.证明了本方法的优越性.     

小波变换在语音信号处理上的应用

利用小波的多分辨率分析,以及其良好的空间域和频率域局部化特点,针对语音信号特征,选取适当的小波算法进行去噪和增强语音,压缩编码,提取语音信号特征等处理。通过Matlab仿真分析,得到增强后的信号图和压缩后的压缩比参数、能量保留参数、零系数比例系数,提取的信号特征。结果表明,基于小波变换的语音信号处理表现出良好的特性。     

基于活动性度量的小波变换系数的符号预测

对基于小波变换的图像压缩算法的符号编码进行了分析, 针对小波变换后系数符号呈等概分布不利于压缩的问题, 提出了一种使用图像活动性度量的符号预测算法. 实验表明, 符号预测误差信号的概率分布具有不均匀性, 可以提高符号压缩的效率.     

一种基于小波变换的医学图像数据的高效编码方法

研究医学图像数据的一种高效编码方法.针对图像信号的不同局部特征信息,通过小波构造方法中的二维小波变换实现对图像的编码与压缩,从而达到以尽可能少的代码来表示尽可能多的数据信息的目的.     

基于小波变换的神经网络模拟电路故障诊断

对模拟电路提出了一种基于小波变换与神经网络相结合的故障诊断方法,该方法用小波变换对模拟电路故障信号提取小波特征,并经小波变换压缩,再将故障特征量输入至神经网络处理。结果表明,该方法有效地减少神经网络输入层单元数,简化了神经网络结构,提高了故障诊断能力。     

基于小波变换的神经网络模拟电路故障诊断

对模拟电路提出了一种基于小波变换与神经网络相结合的故障诊断方法,该方法用小波变换对模拟电路故障信号提取小波特征,并经小波变换压缩,再将故障特征量输入至神经网络处理。结果表明,该方法有效地减少神经网络输入层单元数,简化了神经网络结构,提高了故障诊断能力。