小波变换在东辛地区层序地层划分中的应用

层序地层学在指导油气勘探中起到了重要作用,利用小波变换分析测井资料可以较好地划分地层层序。在东辛地区的实际应用中,利用Matlab平台对自然伽马曲线进行小波变换处理,结合岩性资料,能够有效地识别准层序,其划分结果和传统方法划分结果基本一致。     

基于Hilbert-Huang变换与AR模型的结构损伤预警研究

利用Hilbert-Huang变换(HHT)从实测加速度响应中提取固有模态函数(IMF),对IMF进行Hilbert变换,利用AR模型对其进行拟合,提取AR模型的残差,利用残差的方差构造结构损伤预警指标,通过该指标进行结构损伤预警研究。数值模拟分析表明,基于Hilbert-Huang变换与AR模型的结构损伤预警方法不仅可以预警结构损伤,而且能够定性的估计损伤程度。     

蔚县煤田含煤岩系层序地层划分

运用钻井岩心、测井曲线及层序地层学有关理论对蔚县煤田侏罗纪含煤地层进行了层序地层学划分.共识别出3个层序界面,将侏罗纪含煤地层划分为2个三级层序,研究区层序界面主要包括区域不整合面(古风化壳)、三角洲平原分流河道下切谷、1个暴露不整合面.煤层在层序格架内的发育具有多样性,陆相含煤盆地三级层序中,高位层序组聚煤作用最好.指出气候因素是层序形成的重要因素,而构造沉积是层序形成的主要控制因素.     

基于Hilbert-Huang变换的煤矸声波信号分析

基于Hilbert-Huang变换技术,对综采工作面上采集的煤和矸石振动声波信号进行了经验模态分解(EMD)和Hilbert谱分析,得到顶煤下落和煤矸混放2种情况下声波信号的频率和幅值特征,即顶煤下落产生的声波信号主要集中在400～600 Hz范围内;当有矸石出现,即煤矸混放时,声波信号中还出现了比较强的高频信号成分（1 000～2 800 Hz）,而因为煤矸混放,放煤量降低,其400～600 Hz频率范围内的信号成分减弱。煤矸声波信号的上述特征可用于煤矸界面的识别。     

基于Hilbert-Huang变换的机电设备故障诊断综述

对新型的Hilbert-Huang Transformation(简称HHT)信号处理方法进行了综述,简单论述了时频分析方法在机电系统故障诊断中的意义,针对非稳态、非线性动态故障信号的特点,指出HHT用于故障诊断的优越性,介绍了HHT的基本原理,在此基础上,论述了HHT在国内外故障诊断领域中的研究应用情况,表明HHT正在成为机械故障诊断的重要信号处理方法。     

基于小波包变换的电网谐波分析研究

随着敏感性负荷大量的涌入电网,电网谐波问题受到关注。介绍了小波包变换理论,并将该理论应用于电网谐波分析。仿真结果表明小波包变换具有良好的分析性能,能够准确地分辨出信号中的高频信息,为电力系统的谐波检测提供了依据。     

豫西北奥陶系马家沟组三段的层序地层划分

通过对豫西北奥陶系马家沟组的岩性、实体化石与遗迹化石组分及分布特征分析,对层序格架内遗迹化石垂向分布特征进行研究,在以遗迹化石为界面识别标志的基础上,建立了层序地层格架,将马三段划分为1个Ⅲ级层序（SQ）、2个Ⅳ级层序（St1,St2）以及10个Ⅴ级准层序（Psq1—Psq10）,对各准层序内对应的遗迹化石发育特征及垂向演化进行分析,对研究华北奥陶系层序地层划分有借鉴意义。     

小波变换在滚珠轴承故障特征提取中应用

分析了小波变换的时频特性,给出了二进离散小波变换的快速算法。利用小波变换,成功地提取了混入在转速信号中的微弱滚珠轴承故障信号,实现了傅立叶变换难以实现的功能。     

小波变换在故障诊断中的应用

对小波变换与傅立叶变换进行了比较。由于小波分析能对信号高、低频部分局部细化并保留原信号的时域特征,因而具有良好的时频特性,能对非平稳信号进行有效识别,达到故障诊断的目的。     

汶川地震基岩强震记录的Hilbert-Huang变换分析

详细解释了Hilbert-Huang变换（HHT）的思想和基本理论,利用HHT方法对汶川8.0级的地震记录进行了经验模态分解（EMD）,并对其Hilbert-Huang 三维时间-频率-幅值（能量）图谱、边际能量谱和瞬时能量谱进行了分析讨论。研究表明,基于HHT的Hilbert谱能够精准和清晰地揭示地震记录的时-频-能量分布。     

基于小波变换的电动机定子电流信号压缩

监控系统在工作过程中 ,会获得大量的数据。在通讯带宽一定的前提下 ,大数据量的传输所造成的通讯时间过长 ,是影响远程诊断实时性的突出问题 ,因此研究方法详细介绍了小波算法和小波信号压缩原理 ,对电动机定子电流进行了试验和仿真 ,并验证了可行性和优越性     

基于小波变换的遥感影像融合与评价

阐述了小波变换的Mallat算法，同时对遥感影像融合的分析与评价进行了深入的探讨，提出了综合利用三类统计参数来进行评价的方法.经实验，评价结果与理论分析结果和目视效果相吻合，说明这些参数可以作为遥感影像融合的客观效果评价准则.     

Vegetation field spectrum denoising via lifting wavelet transform

Field spectrum pretreatment experiments were carried out, and denoising numerical experiment via lifting wavelet transform (LWT) was designed, and several famous test signals including blocks, bumps, heavy sine and doppler were processed via LWT in these experiment. And the field spectrum was processed via LWT. Experiments proved that S _NRG-to-S _NRN curves have similar feature and they all have a peak. And S_NRG of almost all employed wavelets have higher value with S _NRN between 0 and 20 dB. When signal is at high S _NR, the S_NRG is very little, and the M _SED of denoised signal became little by little. LWT is more suite to denoise the low S _NR or heavy noise contaminated signals. Bior4.4 have wider S _NRN interval for denoising comparing with other five wavelets, including haar, db6, sym6, bior2.2 and bior3.3. Original field spectrum is processed by 3 stage liftings based on bior4.4 to denoise the trivial noise-contaminated regions. On processing the water band signal, logarithm transform is firstly taken. And then the spectrum is denoised via LWT based on bior4.4. The results show that an excellent denoised spectrum can be get, especially between 350 nm and 1 800 nm, and between 1 960 nm to 2 500 nm. While there is still a bump around 1 900 nm, this maybe due to the spectrum machine’s limited precision. Supported by Land and Resource Ministry of China(30302408-3)     

小波变换在提升机制动信号识别中的应用

提出用具有多分辨分析的小波阈值法对油压、位移信号去噪，去噪结果显示，小波阈值去噪可以明显地抑制噪声，提高信噪比；利用小波变换具有奇异性检测性能好的特点自动识别开、贴闸油压，效果较好．     

基于小波变换的矿井通风设备噪音源分析与确定

为了准确地确定矿井通风所产生的噪声声源,为治理噪声打下基础,考虑到空气动力噪声、机械噪声、电机噪声这三大类噪声在频率和强度方面的差异,文章利用小波变换对实际测量的噪声信号进行了分解.根据分解的结果,可以比较准确地确定产生噪声的声源,为后续重点且有针对性的治理噪声打下了良好的基础.实验证明,利用小波变换确定噪声源的方法是可行且有效的.     

基于小波变换的岩石三轴蠕变曲线消噪分析

借助小波变换的基本原理,采用Mallat塔式分解算法对蠕变曲线进行多分辨分析,并对分解后的小波系数进行阈值处理,滤去噪声部分,然后通过小波逆变换对系数进行重构,得到消噪后的信号.分析结果表明:应用小波变换对蠕变曲线的实际测点数据进行消噪处理,能够有效去除实验过程中由于机器自振和外界干扰产生的噪声影响,相应提高了测量曲线的信噪比,从而可以得到较为平滑的实验曲线.     

基于连续小波变换的地下储存CO2泄漏高光谱遥感监测

为尝试应用高光谱遥感监测地表植被变化而间接探测CO2轻微泄漏信息。试验于2008年5-9月在英国诺丁汉大学Sutton Bonington校区完成(52.8°N,1.2°W),以多年生黑麦草（cv Long Ley）为研究对象,测量了6次黑麦草冠层光谱,利用连续小波变换对其冠层光谱进行处理分析,寻找对CO2泄漏胁迫较为敏感的波段,从而实现CO2泄漏信息的识别。研究结果表明：随着CO2胁迫程度增大,黑麦草冠层光谱小波系数在680~760 nm范围内逐渐增大（负值）,在其他区域无明显变化;而在720~745 nm范围内黑麦草冠层光谱小波系数能量总和逐渐减小。黑麦草小波系数能量总和最大值波段位于725 nm附近,且725 nm处小波系数能量总和可以在整个生育期识别CO2泄漏胁迫下的黑麦草。因此,可以通过高光谱遥感监测地表植被而间接探测地下储存CO2轻微泄漏点,结果可为将来利用机载或星载高光谱遥感监测地下封存CO2泄漏点提供参考。     

小波变换在减速器故障诊断中的应用

小波变换是一种时频域的信号分析方法,具有傅立叶变换无可比拟的优点,适应于对非平稳信号的处理,因而更适合于故障诊断领域。以实际测量的减速器信号为例,讨论了小波分析在信号消噪和设备故障状态的判断2个方面的应用。     

基于小波变换的电动机转子断条故障信号包络分析

介绍了基于小波变换的包络分析原理 ,将之应用于电动机定子电流的处理。结果表明该包络分析方法能有效地提取出转子断条故障的特征信息