超声探伤信号去噪处理研究

超声信号的采集与传输过程中,不可避免会受到大量噪声信号（包括电子噪声和声学噪声）的干扰,对信号进行去噪．提取出原始信号是一个重要的课题。因此需要研究比较各种超声信号去噪处理的方法：本文在药柱探伤超声检测信号的去噪方面,对比几种传统去噪方法的优缺点,然后从小波变换的定义和信号与噪声的不同特性出发,分析了小波变换中四种不同...     

变压器绕组超声检测3维成像系统去噪算法设计

针对变压器绕组超声检测3维成像系统在现场使用过程中易受环境噪声影响,成像效果较差,故障位置不突出的缺陷,该文提出了一种总体平均经验模态分解方法(complementary ensemble empirical mode decomposition,CEEMD)——改进小波阈值去噪法。首先,对超声回波信号CEEMD分解得到多层本征模式函数(intrinsicmode function, IMF)分量,通过计算相关系数筛选出高频分量;然后,对高频IMF分量使用改进小波阈值法进行去噪处理;最后,对去噪分量、低频IMF分量及剩余分量重构得到去噪后信号。经验证,本算法去噪后提高了回波信号的信噪比,减小了均值误差,信号中波峰、波谷、起振位置等大量有效信息得以保留,更有利于回波信号测量。在超声检测3维成像系统中,变压器故障绕组的3维视图更加清晰,绕组凸起及凹陷位置更突出,非故障区域平滑,视觉效果更好,误差减小了15%,说明了本去噪法的有效性及实用性,达到了预期效果。     

改进的EEMD去噪方法及其在谐波检测中的应用研究

针对低信噪比条件下集合经验模态分解(EEMD)在分解过程中产生的模态混叠问题,本文提出改进的EEMD阈值去噪方法。首先利用白噪声经EEMD分解后其固有模态函数(IMF)分量中能量密度与平均周期乘积为常量的特性确定有用信号与含噪信号的分界点,对含噪信号进行"粗筛";进而对粗筛出的含噪模态进行"细筛",在此过程中采用"3σ法则"对第一层噪声信号进行细节处理,从而更好地保留有用信号的细节特征,继而通过能量估算方式对其他各个含噪模态进行阈值处理;最后进行信号重构。选取信噪比与均方误差作为去噪效果评价标准,经与实验对比分析,结果表明本文方法达到了最佳的去噪效果,尤其在低信噪比时优势更加明显。基于以上去噪方法,本文又进一步提出了基于二次EEMD分解的谐波检测方法,结果表明该方法可实现在低信噪比下的谐波检测,进一步证明了所提去噪方法的有效性。     

小波去噪算法研究及在电力系统中的应用

暂态信号分析是电力系统故障诊断和暂态保护的基础和依据,小波变换为暂态信号分析提供了强有力的数学工具。小波分析由于在时域频域同时具有良好的局部化性质和多分辨率分析的特点,用于信号去噪,能得到较为满意的结果,同时也是小波理论应用于实际的一个重要方面。文章主要介绍了用于一维检测信号去噪的4种常用方法,并在虚拟仪器开发软件LabVIEW环境中实现了上述去噪算法,最后对这几种算法的去噪效果、信噪比、均方误差和计算时间等方面进行了比较,同时也就小波基函数的选择对去噪效果的影响进行了分析比较。     

小波软阈值去噪技术在电能质量检测中的应用

小波方法是一种很好的电能质量信号检测和分析工具，但其性能往往受信号中噪声的影响，当噪声比较大的时候，小波方法甚至会失效。文中根据小波变换的时频特性，分析了信号和噪声在小波分解过程中的不同特性，并在此基础上利用改进的软阈值去噪技术对电能质量信号进行信号去噪处理。软阈值方法能根据各小波空间上特征分量和噪声的统计特性设置适当的阈值来消除噪声，并以此恢复小波方法的性能。该方法不仅较好地解决了保护信号局部特征与抑制噪声之间的矛盾，能很好地对各种电能质量信号进行去噪处理，而且达到了数据压缩的效果。仿真计算结果表明，该去噪方法是有效的。     

小波域信号去噪算法

小波变换是在信号处理方面是非常有用的工具,利用小波变换对信号进行去噪能达到很好的效果.文中提出新的小波域去噪模型,试验证明其去噪效果非常好且计算量小容易实现.在工业信号处理方面可以得到广泛的应用.     

多小波在信号去噪中的应用

利用GHM多小波,采用通用的二变量阈值法,对多小波用于信号去噪中的阈值选取给出了具体的方法,对单小波与多小波的去噪方法进行了比较。通过实验结果可以看出,多小波在信号去噪的效果上明显优于单小波。     

基于改进阈值去噪的谐波检测

为保证电力系统的安全运行,必须要对谐波进行准确的检测和分析。电力系统中的信号不仅由基波和各次谐波组成,还包含大量的噪声,噪声的存在严重影响电力系统谐波检测的精确性。针对传统的软阈值和硬阈值去噪方法的不足,提出了一种基于sym8小波的改进阈值去噪方法。首先用sym8小波对信号5层分解,然后对第一层、第二层小波系数去噪优化,最后基于优化后的各层系数对信号进行重构和谐波检测。在Matlab平台下对比软、硬阈值和改进阈值的去噪效果,表明改进阈值去噪方法效果更好,并用该方法去噪后检测谐波的准确性明显提高。     

改进小波阈值去噪法在谐波检测中的应用

针对电力系统谐波检测中传统的软、硬阈值去噪方法不能有效的解决噪声干扰的问题,提出了一种新的去噪算法:改进软硬阈值折衷法。对模拟的电力系统信号分别采用传统的硬、软阈值法、软硬阈值折衷法和文中方法进行Matlab仿真,定量对比分析得出结论:改进软硬阈值折衷法能够更好的解决噪声干扰问题,去噪信号的的信噪比得到提高,均方根误差得到减少,重构后信号能更好还原原始信号,去噪效果好,实用价值较高。     

基于变分模态分解和小波分析的变压器局部放电去噪研究*

为有效去除变压器局部放电信号中大量的电磁干扰,针对现有经验模态分解存在模态混叠等问题,提出将一种新的信号分解算法——变分模态分解结合小波运用在变压器局部放电信号中来抑制窄带周期干扰和白噪声。首先利用变分模态分解将含噪信号分解成若干个以某中心频率波动的模态,在分解过程中自动滤去白噪声;然后提取含局部放电信息的模态进行重构;最后通过小波去除残余窄带周期干扰,进而实现干扰抑制。仿真和实测信号分析结果表明,该方法能很好地抑制两类干扰,保留局部放电信号特征,验证了采用变分模态分解结合小波去除噪声的有效性,为局部放电信号去噪提供了一种新的方法。     

电力变压器振动检测装置设计及振动信号去噪方法研究

针对电力变压器在运送和装配过程中受外力作用使变压器绕组变形,运行过程中绕组变形积累到一定程度使电力变压器抗短路能力下降,但这种现象在早期不易被发现,成为潜在事故隐患问题.论文选用具有浮点运算、单指令周期执行复杂计算的高性能控制器,结合模拟型高灵敏度单轴加速度计,设计能够测试电力变压器箱体关键点处三轴振动信息电力变压器振...     

基于小波去噪的回波信号处理研究

通过对接收到的回波信号的小波变换系数进行阈值去噪处理,可以有效降低噪声。本文介绍了小波去噪的基本概念,讨论了小波去噪的方法和步骤,对小波去噪过程中选择的MATLAB应用函数进行说明。用实例比较分析了haar小波、Daubechies小波族和Symlets小波族在去噪过程中的效果,为小波基函数的选择提供了有用的参考。     

超声导波管道缺陷检测的小波阈值去噪法

在超声导波管道缺陷无损检测中,回波信号在接收和处理过程中不可避免地会受到噪声的干扰,另外,超声导波在管道中传播时还存在频散现象,这会给管道缺陷的识别与特征提取带来不利影响。在有限元数值模拟条件下,采用小波分析的方法,利用Daubechies小波家族中的coif3作为小波函数,运用启发式阈值选取方法,对加有噪声的超声导波回波信号进行去噪,实验分析结果表明此方法提高了重构信号的信噪比,有效地抑制了超声导波回波信号中的噪声,在管道缺陷超声导波检测中,可为管道缺陷的识别与特征提取等提供方便。     

小波变换在信号去噪中应用

文中介绍了利用小波变换去除信号噪声的三种算法，并通过仿真实验对它们进行了验证。     

基于信号极值检测分段法和ITD-PE-PCA算法的变压器绕组变形超声检测信号去噪研究

为了解决超声信号特征分段问题和固有时间尺度分解(ITD)算法分解次数不便确定的问题,本文中作者提出了一种极值检测分段和ITD-PE-PCA联合去噪算法。试验结果表明,组合的去噪算法结合了ITD、PE和PCA的优点,去噪后的信号信噪比更高、均值误差更小,并且可以有效保留超声回波中的有用信息。     

基于小波变换的道路信号去噪研究

道路信号是一种复杂的含有多种成分的时域波形,不仅具有非平稳性,同时信号中还存在各种干扰和噪声。本文针对小波分析的特点,结合信号去噪方面的要求,对非平稳信号的噪声消除进行了研究。通过Matlab对基于小波分析的道路信号消噪进行了仿真,显示了小波在信号去噪方面良好的应用效果。     

变压器局部放电监测逐层最优小波去噪算法

针对用于局部放电监测的去除白噪声算法会造成去噪脉冲信号波形畸变,脉冲幅值等波形参数产生较大误差,不利于进一步采用脉冲波形分析去除脉冲干扰的问题。为此根据局部放电信号在小波域上的分布特点,提出了各尺度信号分解和重构的最优小波选择方法,并给出了各尺度小波阈值的计算方法。仿真信号的最优小波去噪结果显示去噪信号具有波形畸变率低和幅值误差小的特点;实测信号的最优小波去噪结果证明提出的最优小波去噪算法能有效去除局部放电监测信号中的噪声,在局部放电在线监测应用中具有良好的去噪效果。     

基于B－小波的异步电机故障信号去噪和检测

提出了一种基于B－小波(基本基数样条小波)的滤波技术，并将该 技术应用于电力系统信号去噪和特定频率分量的抵消，同时，还提出了一种基于B－小波的 鼠笼式电机转子断条故障检测方法，并通过仿真结果验证了该方法的可行性。     

基于双树复小波变换信号去噪算法研究

离散小波变换被广泛应用于数字信号的去噪处理中,特别是非平稳信号、瞬时时变信号等的去噪,但是有平移敏感性的缺陷。为了克服这种缺陷,文中采用双树复小波变换进行信号去噪,并使用硬阈值、软阈值等准则进行滤波处理。最后采用SNR（信噪比）和MSE（均方误差）来评估两者信号去噪效果。结果表明,双树复小波变换能够较好的保存信号的细节信息,其去噪效果优于离散小波变换。