电力系统短期负荷预测中小波函数的选择

针对应用小波分析进行电力系统短期负荷预测中小波函数的选择问题,以dbN小波系作为变换工具,通过最大李氏指数检测,比较了不同N所产生的预测精度,确定了一种db小波函数为短期负荷预测的核心变换工具。研究结果表明,采用db4作为短期负荷预测的小波函数,预测的结果具有较高的精度。     

多分辨小波网络的理论及应用

从小波多分辨分析的理论入手，描述一个单隐层的人工神经网络－小波网络，小波网络是以多分析理论的基础，使用正交小波和尺度函数作为激励函数进行局部学习的，给出小波网络的结构模型及训练过程，网络的学习是按层次进行的，首先是学习全局拟和，然后通过在不同的分辨级别增加ψ结点来减少全局和局部拟的误差，用小波网络对机械振动时间序列作出预报，经过训练后的网络具有很高的精确度，说明网络达到了全局最优。     

旋转机械振动信号压缩小波基优化选取方法

旋转机械在线状态监测和故障诊断系统中振动数据的实时存储和远程传输对数据压缩提出了较高的要求.小波分析做为数据处理的常用方法,已被广泛地应用于数据压缩并取得了良好的效果.给出了振动信号的小波通用压缩方法,通过分析旋转机械振动信号的特点和小波函数几种重要属性对小波压缩的影响,提出了旋转机械振动信号压缩过程中最优小波基的选择方法,并根据旋转机械实际故障信号比较了相应小波的压缩效果.结果表明,通过选择合适的小波基函数,可以有效提高重构信号的信噪比.对于旋转机械复杂突变类故障信号应选择低分解消失矩,高重构正则性的双正交小波进行压缩.本研究方法和结论对旋转机械振动信号小波压缩的进一步研究有一定的参考作用.     

小波包方法在汽车轮速信号处理中的应用

小波包分析是一种精细的信号处理方法,它将频带进行多层次划分,对低频和高频部分同时进行分解,不同于小波分析之处在于把细节部分也回归地作为镜像滤波器的输入,产生一系列小波包的集合,然后应用某种代价函数来选择最佳子集。研究结果表明,采用小波包方法能够有效地去除轮速信号中的各种干扰。     

小波分析突发故障中小波基的选择

小波变换是一种日益获得广泛应用的信号分析方法,它在时域和频域同时具有良好的局部化特性,能够很好地反映瞬态信号的特征,为诊断以非稳态信号为特征的机械故障提供了有效的分析手段。然而,由于小波变换没有固定的基函数,不同的基函数具有各自的特征,而且缺乏可比性,因此在故障诊断中,如何选择小波基,便成了一个棘手的问题。本文从应用的角度简述了小波变换中小波基的选择方法,并给出了应用实例。     

基于一类Daubechies小波自相关函数的研究

讨论了一类Daubechies小波自相关函数的基本性质,着重对Daubechies尺度函数的自相关函数的插值分析做了仔细研究,得出了关于Daubechies小波尺度空间中的若干结果,并将其进一步推广.     

小波变换轮廓术测量精度影响因素的研究

对影响小波变换轮廓术测量精度的部分因素进行了研究。首先,为了考察光栅频率和入射角对测量精度的影响,获得合适的光栅频率和入射角,对不同光栅频率和入射角下的半圆形轮廓进行了研究;然后,为了研究不同的小波母函数对相位提取精度的影响,使用不同的小波母函数对半圆形轮廓进行小波变换,分析不同的小波母函数对半圆形轮廓测量精度的影响;最后,通过对钢板进行重建验证,研究发现了决定小波变换轮廓术测量精度的一些因素,重建钢板的厚度误差不超过 0.05 mm 。     

一种新的小波阈值函数去噪算法

小波阈值去噪算法是一种经典的振动信号去噪算法,但仍有一定局限性。为了更好地消除噪声对被测振动信号的干扰,提取信号的有用成分,本文对比分析了几种不同小波阈值去噪算法,并在经典小波阈值去噪算法的基础上改进了阈值函数,提出了一种新的小波阈值去噪算法。对模拟信号及实测风机振动信号进行去噪处理并分别与经典及改进的小波阈值去噪效果进行定量比较。结果表明:新的小波阈值函数更好地抑制了噪声污染和保持信号细节,有效地消除了背景噪声,提高了信号特征的可分离性,具有较高的实用价值。     

DNA测序电泳荧光信号的小波去噪分析

在DNA荧光测序中,噪声影响分析的准确度和检出限。相比其他滤波方法,小波分析具有良好的时频域分辨特性。在小波去噪处理中,正确选择合适的小波基函数和去噪阈值直接关系到信号去噪处理的质量。通过对毛细管电泳(CE)荧光信号的仿真分析,结果表明:选择sym7小波基函数、分解层数(lev=5)与使用软阈值,可以有效去除CE荧光光谱信号的噪声,提高分析准确度。将其用于处理实际的DNA电泳荧光信号,效果良好。     

改进型阈值函数在小波阈值图像去噪中的应用

介绍了传统小波阈值去噪方法的去噪原理。小波阈值去噪的关键是阈值的设置和阈值函数的选择。该文对常规的软阈值和硬阈值函数在常规的图像去噪中存在的缺陷进行了分析,在此基础上提出了一种改进的阈值函数,改进后的阈值函数克服了软阈值函数中小波系数估计和原系数之间的固有偏差的缺点,也克服了硬阈值函数不连续的特点。实验结果表明,采用改进的阈值函数进行图像去噪处理后,图像具有更高的峰值信噪比,均方差更小,同时对软阈值函数的细节模糊现象和硬阈值函数的Gibbs现象都有不同程度的改良。     

基于Haar小波的一类模糊控制器的优化及应用

用Haar小波基函数生成三角形及梯形隶属函数,建立基于小波分析的模糊控制器,利用小波在时域和频域同时具有良好的局部化特性,根据系统输出误差在线调整隶属函数的形状,使模糊控制器得到优化并具有强大的自适应能力.仿真结果表明这种控制器比常规的PID或PD控制器具有更优的动、静态性能和抗干扰能力,而且有很强的跟踪能力.     

基于参数方程的小波基自适应选择

研究了小波基的参数表达问题,得到包含不同参数的小波基的两个参数方程,提出通过对参数方程中参数的搜索来实现信号的自适应小波基分解。从不同应用角度定义了评价小波基分解效果的两个适应度函数,针对适应度与参数的非线性关系,提出了一种改进的遗传算法对小波基参数方程中的参数进行搜索,同时利用适应度函数对搜索到的小波的分析效果进行评价,当适应度达到最大值时就可得到最佳小波基。利用这一算法实现了一个铣削力信号的自适应小波基分解,并与Daubechies小波的分解结果进行了对比,结果表明自适应小波基能够更充分地分离出信号中的有用信息。     

相关小波法在腕力传感器动态特性分析中的研究

在机器人腕力传感器的动态特性分析中，最关键的步骤之一是从传感器输入输出信号中提取精确的脉冲响应函数和频响函数。介绍了一种新的提取腕力传感器脉冲响应函数的方法——相关小波法。在建立腕力传感器的简化动力学模型的基础上，模拟了机器人与环境相互碰撞及机器人在强噪声环境中的典型工作条件，用相关小波法提取了模型系统的脉冲响应函数和频响函数，并与传统的FFT方法进行了比较。结果表明，相关小波法比FFT方法具有更明显的优势，获得了更高精度的脉冲响应函数和频响函数的提取。相关小波法为腕力传感器，同时也为其他传感器的动态特性分析提供了一种新的、有效的方法。     

机械加工表面形貌分形特征的计算方法

提出应用小波变换计算表面形貌分形特征参数，基于Weierstrass-Mandelbrot函数（W-M函数）和Majumdar-Bhushan函数（M－B函数）这2种常用于表征和模拟机械加工表面轮廓曲线的标准分形函数，验证了小波变换计算分形维数具有很高的精度。与其它计算表面形貌分形维数的方法进行了比较，结果表明小波变换方法的稳定性和准确性好。应用小波变换计算了不锈钢和铜2种材料的机械加工表面的分形维数。     

基于小波变换的引擎故障诊断方法研究

小波分析是近年来迅速发展起来的一门理论,在图像处理和故障诊断等方面都取得了成功的应用。本文从诊断理论和故障信号特点两方面说明对引擎故障信号进行小波分析是引擎故障诊断过程的内在要求;阐述了小波分析的理论基础,得到适合故障信号分析的小波母函数;应用了基于“能量-故障”的引擎故障诊断模式识别方法。通过小波包变换,成功提取了转子振动平台预设故障状态下的特征向量,通过模拟实验验证了该方法的可行性。     

小波包能谱构建综合评估函数的轴承退化评估

针对传统的时域、频域特征不能明显地表征滚动轴承的早期退化特征的问题,提出了一种小波包能量谱结合主成分分析构建综合评估函数的滚动轴承早期性能退化评估方法。该方法以采集到的轴承正常工作时的振动信号作为训练样本,对样本进行小波包能量谱计算,得到高维特征向量;再利用主成分分析方法降维并建立综合评估函数对早期性能退化区的数据进行判断。运用实测的滚动轴承全寿命实验数据进行检验,结果表明该方法能实现对滚动轴承早期性能退化的评估。